题目描述
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210428110236907.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zpc2hlcmlzaA==,size_16,color_FFFFFF,t_70)
// 221. 最大正方形
// 在一个由 '0' 和 '1' 组成的二维矩阵内,找到只包含 '1' 的最大正方形,
// 并返回其面积。
题解
// 单调栈法
// 这题跟【Leetcode】85. 最大矩形 好像啊,实际上确实可以用单调栈法来进行,
// 85题是矩形,这题是正方形,那我们直接控制长和宽就行了,其他代码和85题一样。
// 如果h <= w,那h是短边,我们拿短边h作边长,求正方形面积赋给res,
// 如果h > w,那w是短边,我们拿短边w作边长,求正方形面积赋给res。
//
// 执行用时:13 ms, 在所有 Java 提交中击败了7.05%的用户
// 内存消耗:41.5 MB, 在所有 Java 提交中击败了83.85%的用户
class Solution {
public int maximalSquare(char[][] matrix) {
if (matrix.length == 0)
return 0;
int res = 0;
int row = matrix.length;
int col = matrix[0].length;
int[] heights = new int[col + 2];
for (int i = 0; i < row; i++) {
for (int j = 0; j < col; j++) {
heights[j + 1] = (matrix[i][j] == '0' ? 0 : (heights[j + 1] + 1));
}
heights[0] = heights[col + 1] = 0;
Stack<Integer> stack = new Stack<>();
for (int j = 0; j < heights.length; j++) {
while (!stack.isEmpty() && heights[j] < heights[stack.peek()]) {
int h = heights[stack.pop()];
int w = j - stack.peek() - 1;
if (h <= w)
res = Math.max(res, h * h);
else if (h > w)
res = Math.max(res, w * w);
}
stack.push(j);
}
}
return res;
}
}
// 动态规划
// 构建dp矩阵,dp[i][j]表示遍历到第i行第j列位置时所能够获得的最大正方形。
// 则dp[i][j]的面积取决于dp[i - 1][j]和dp[i][j - 1]和dp[i - 1][j - 1],
// 即左,上,和左上位置所能够得到的面积中的最小值。若遍历到matrix[i][j]为1
// 如果dp[i - 1][j]是1,dp[i - 1][j - 1]是1,但是dp[i][j - 1]是0,
// 说明dp[i][j] dp[i - 1][j] dp[i - 1][j - 1] dp[i][j - 1]这四宫格构不成完整,
// 正方形,能够构成多大的正方形由这四宫格中最小的那一个决定。
//
// 双循环遍历matrix的所有位置,记遍历元素为matrix[i][j],如果遍历元素为'1':
// 且如果i或者j是首行或者首列,将dp[i][j]初始化为1,
// 如果不在首行和首列,则取四宫格中的左 上 左上三格的dp值中最小值,与当前
// 格子matrix[i][j]相加,即+1。赋给dp[i][j],更新宽度的最大值maxbound,
// 待双循环结束,返回maxbound * maxbound。
// 执行用时:8 ms, 在所有 Java 提交中击败了20.14%的用户
// 内存消耗:41.8 MB, 在所有 Java 提交中击败了37.61%的用户
class Solution {
public int maximalSquare(char[][] matrix) {
if (matrix.length == 0)
return 0;
int maxbound = 0;
int row = matrix.length;
int col = matrix[0].length;
int[][] dp = new int[row][col];
for (int i = 0; i < row; i++) {
for (int j = 0; j < col; j++) {
if (matrix[i][j] == '1') {
if (i == 0 || j == 0) {
dp[i][j] = 1;
}
else {
dp[i][j] = Math.min(Math.min(dp[i - 1][j], dp[i][j - 1]), dp[i - 1][j - 1]) + 1;
}
}
maxbound = Math.max(maxbound, dp[i][j]);
}
}
return maxbound * maxbound;
}
}