题目
给定一个仅包含 0 和 1 、大小为 rows x cols 的二维二进制矩阵,找出只包含 1 的最大矩形,并返回其面积。
示例 1:
输入:matrix = [[“1”,“0”,“1”,“0”,“0”],[“1”,“0”,“1”,“1”,“1”],[“1”,“1”,“1”,“1”,“1”],[“1”,“0”,“0”,“1”,“0”]]
输出:6
解释:最大矩形如上图所示。
示例 2:
输入:matrix = []
输出:0
示例 3:
输入:matrix = [[“0”]]
输出:0
示例 4:
输入:matrix = [[“1”]]
输出:1
示例 5:
输入:matrix = [[“0”,“0”]]
输出:0
提示:
- rows == matrix.length
- cols == matrix[0].length
- 0 <= row, cols <= 200
- matrix[i][j] 为 ‘0’ 或 ‘1’
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/maximal-rectangle
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
思路
方法一:暴力破解
最原始地,我们可以列举每个可能的矩形。我们枚举矩形所有可能的左上角坐标和右下角坐标,并检查该矩形是否符合要求。然而该方法的时间复杂度过高,不能通过所有的测试用例,因此我们必须寻找其他方法。
- 首先计算出矩阵的每个元素的左边(包括该元素)连续 1 的数量,使用二维数组 left 记录,其中 left[i][j] 为矩阵第 i 行第 j 列元素的左边连续 1 的数量。
- 随后,对于矩阵中任意一个点,我们枚举以该点为右下角的全 1 矩形。具体而言,当考察以 matrix[i][j] 为右下角的矩形时,我们枚举满足 0≤k≤i 的所有可能的 k,此时矩阵的最大宽度就为min(left[i][j],left[i−1][j],…,left[k][j])
对每个点重复这一过程,就可以得到全局的最大矩形。我们预计算最大宽度的方法事实上将输入转化成了一系列的柱状图,我们针对每个柱状图计算最大面积。
class Solution {
public int maximalRectangle(char[][] matrix) {
if(matrix.length == 0) return 0;
int m = matrix.length, n = matrix[0].length;
int max = 0;
int[][] left = new int[m][n];
// step 1:统计位置[i,j]为1是其左边(包括位置[i,j]连续1的个数)
for(int i = 0; i < m; i++){
for(int j = 0; j < n; j++){
if(matrix[i][j] == '1'){
left[i][j] = (j == 0 ? 0 : left[i][j-1]) + 1;
}
}
}
// step 2:选择以[i,j]为右下角的矩形的最大宽度
for(int i = 0; i < m; i++){
for(int j = 0; j < n; j++){
if(matrix[i][j] == '0')
continue;
int width = left[i][j];
int area = width;
for(int k = i - 1; k >= 0; k--){
width = Math.min(width, left[k][j]);
area = Math.max(area, width * (i - k + 1));
}
max = Math.max(area, max);
}
}
return max;
}
}
时间复杂度:O(m^2n)
空间复杂度:O(mn)
方法二:单调栈
在方法一中,我们讨论了将输入拆分成一系列的柱状图。为了计算矩形的最大面积,我们只需要计算每个柱状图中的最大面积,并找到全局最大值。
我们可以使用「84. 柱状图中最大的矩形的官方题解」中的单调栈的做法,将其应用在我们生成的柱状图中。
class Solution {
public int maximalRectangle(char[][] matrix) {
if(matrix.length == 0) return 0;
int m = matrix.length, n = matrix[0].length;
int max = 0;
int[][] left = new int[m][n];
// step 1:统计位置[i,j]为1是其左边(包括位置[i,j]连续1的个数)
for(int i = 0; i < m; i++){
for(int j = 0; j < n; j++){
if(matrix[i][j] == '1'){
left[i][j] = (j == 0 ? 0 : left[i][j-1]) + 1;
}
}
}
for(int j = 0; j < n; j++){
int[] start = new int[m];
int[] end = new int[m];
Deque<Integer> stack = new LinkedList<>();
for(int i = 0; i < m ;i++){
while(!stack.isEmpty() && left[stack.peek()][j] >= left[i][j])
stack.pop();
start[i] = stack.isEmpty() ? -1 : stack.peek();
stack.push(i);
}
stack.clear(); // 这一句不可或缺
for(int i = m -1; i >= 0; i--){
while(!stack.isEmpty() && left[stack.peek()][j] >= left[i][j])
stack.pop();
end[i] = stack.isEmpty() ? m : stack.peek();
stack.push(i);
}
for(int i = 0; i < m; i++){
int h = end[i] - start[i] - 1;
max = Math.max(max, h * left[i][j]);
}
}
return max;
}
}
时间复杂度:O(mn)
空间复杂度:O(mn)