Given a 2D binary matrix filled with 0's and 1's, find the largest square containing all 1's and return its area.
For example, given the following matrix:
1 0 1 0 0 1 0 1 1 1 1 1 1 1 1 1 0 0 1 0Return 4.
基本思路:
动态规划。
逐行逐列扫描。计算以当前位置为右下角的最大矩形。设其边长为square(i,j)
当matrix[i][j] 为 '1'时
需要的参数为:
1. square(i-1,j-1),即与当前位置相邻的左上角
2. 当前位置连续为'1'的个数(列向,或纵向),设为height(j)
3. 当前位置连续为'1'的个数(行向,或水平向),设为width
直观理解为,在一个矩形的,右边,和下边,各贴上一块东西,构成新的矩形。
新矩形的边长,则为上面三者取最小值。
class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix) {
int ans = 0;
if (matrix.empty() || matrix[0].empty()) return ans;
const int M = matrix.size();
const int N = matrix[0].size();
vector<int> height(N);
vector<int> square(height);
for (int i=0; i<M; i++) {
int width = 0;
int last = 0;
for (int j=0; j<N; j++) {
const int bak = square[j];
if (matrix[i][j] == '1') {
square[j] = min(last, min(width, height[j])) + 1;
ans = max(ans, square[j]);
++width;
++height[j];
}
else {
square[j] = 0;
width = 0;
height[j] = 0;
}
last = bak;
}
}
return ans * ans;
}
};
此处用到了两个一维数组。
此处可以进一步进行内存优化。 省掉一个数组。即height数组省去。
width也省去计算。
完全从前面已经计算的矩形中求得。
即从当前点的左方,正上,左上角的矩形边长,求出当前点的边长。
下面算法中变量prev,表示左方的矩形边长;
last表示左上角的矩形边长;
square[j]表示正上的矩形边长。
即所谓的滚动数组概念。使用一维数组代替二维数组的一种通用做法。
class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix) {
int ans = 0;
if (matrix.empty() || matrix[0].empty()) return ans;
const int M = matrix.size();
const int N = matrix[0].size();
vector<int> square(N);
for (int i=0; i<M; i++) {
int prev = 0;
int last = 0;
for (int j=0; j<N; j++) {
const int bak = square[j];
if (matrix[i][j] == '1') {
square[j] = min(last, min(prev, square[j])) + 1;
ans = max(ans, square[j]);
}
else {
square[j] = 0;
}
last = bak;
prev = square[j];
}
}
return ans * ans;
}
};