说多了都是泪,上题:Maximal Rectangle
这道题目我做第2遍的时候都没有看明白soulmachine给出来的解法,觉得智商被碾压了。所以我一直还是套用Largest Rectangle in Histogram的解题方法,把这道题目转换为直方图去解决。直到昨天才在Parker大神的指导下理解了这种优雅的DP解法。下面讨论一下:
使用DP。
试想一下,要计算一个矩形的面积,需要底和高。假设目前在第i行,第j列,以matrix[i][j]这个元素为中心, 假设H[j]是它的高度,L[j]是H[j]可以往左扩展的距离,R[j]是H[j]可以往右扩展的距离。那么面积是H[j]*(R[j]-L[j]+1)。所以问题转化为求H[j],L[j]和R[j]。
H[j]是显而易见的,如果matrix[i][j]==1那么增加一个高度,如果matrix[i][j]==0那么高度设置为0。
L[j]和R[j]的求解方法倒是比较巧妙(soulmachine的solution想出来,并且是Parker大神指导理解,学弱说多了都是泪啊。)下面讲一下L[j],R[j]是对称去理解的。
要计算L[j]就要引入一个left变量。left的计算方法是:
if(matrix[i][j] == ‘0’) left = j+1;
故left的意义是指向某一段连续’1’的线段里面的第一个’1’。
举个栗子就是:
0 0 1 1 1 0 0 1 1
那么left的值更新序列是:
1 2 2 2 2 6 7 7 7
有了left之后,计算L[j]的方法就是:
if(matrix[i][j] == ‘1’) L[j] = max(left, L[j]);
else L[j] = 0;
对于L[j] = max(left, L[j]),分两种情况去考虑这条公式: 假设left <= L[j],那么新的L[j]等于旧的L[j],因为旧的那一行,j列往左所cover到的列,在这一行的底层,都添加了’1’,甚至更左的都有’1’。
如果left > L[j]那么也就是有些列被断掉了,所以新的L[j] = left,也就是从第j列开始,连续的最左边的’1’的位置。
对于L[j] = 0,这个是很tricky的,我一开始觉得不合理,因为如果L[j]=0的话,所表明的含义不就是H[j]这么高可以往左扩展到第0列么!可是既然H[j]==0,我们也不用担心。这里之所以把L[j]重置为0,是要考虑这种情况:假设下一行第j列是’1’,也就是matrix[i+1][j]==‘1’,那么L[j]=left,所以我觉得这个重置真的很巧妙!!!
代码:
public class Solution {
public int maximalRectangle(char[][] matrix) {
int m = matrix.length;
if (m == 0) return 0;
int n = matrix[0].length;
if (n == 0) return 0;
// declare and init
int[] H = new int[n];
int[] L = new int[n];
int[] R = new int[n];
for (int j = 0; j < n; j++) R[j] = n-1;
// dp
int max = 0;
for (int i = 0; i < m; i++) {
int left = 0;
int right = n-1;
// scan from left to right
for (int j = 0; j < n; j++) {
if (matrix[i][j] == '0') {
left = j+1;
// reset values
H[j] = 0;
L[j] = 0;
R[j] = n-1;
} else {
H[j]++;
L[j] = left > L[j] ? left : L[j];
}
}
// scan from right to left
for (int j = n-1; j >= 0; j--) {
if (matrix[i][j] == '0') {
right = j-1;
} else {
R[j] = right < R[j] ? right : R[j];
// calculate the rect area
int rect = (R[j] - L[j] + 1) * H[j];
max = rect > max ? rect : max;
}
}
}
return max;
}
}