题目概述
解题思路
这道题看上去应该用动态规划求解。我一开始的思路就是:存储一个二维矩阵dp,dp[i][j]表示以(i, j)为顶点的能构建的最大正方形的边长。但是我在写递推公式的时候碰到了问题:
dp[i][j]显然和dp[i][j+1]、dp[i+1][j]、dp[i+1][j+1]相关,可是该怎么构建递推的关系呢?
我们不妨考虑dp[i+1][j]和dp[i+1][j+1]两者对dp[i][j]的影响(这个影响其实与dp[i][j+1]和dp[i+1][j+1]带来的影响是类似的)。我们现在要构建的递推公式,它的物理意义是说,考察加上dp[i][j]这个点以及从它出发的向下、向右两个方向最长能有多少个1用于构建最大正方形,如图1所示。
首先当原矩阵A[i][j]的值为0时,显然dp[i][j] = 0。当A[i][j]为1时:
以dp[i+1][j]为例,现在它的值是1,如果它能利用上A[i][j]这个点构建出边长为2的正方形,就要确保A[i][j+1]和A[i+1][j+1]都为1。
更一般地,当dp[i+1][j]为n时,要想用上它作为(i, j)点包含的最大正方形,就要求A[i][j+1]-->A[i][j+n]和A[i+1][j+n]-->A[i+n][j+n]两部分都是1。
判断前者是否成立,就是判断dp[i][j+1]是否不小于n。判断后者是否成立,就是判断dp[i+1][j+1]是否不小于n。
假设dp[i+1][j+1]为n,那么要想利用上这个矩阵构建n+1为边长的、以(i, j)为顶点的最大正方形,就需要判断A[i+1][j]-->A[i+n][j]是否都是1,以及A[i][j+1]-->A[i][j+n]是否都是1。
判断前者等价于判断dp[i+1][j]是否不小于n,判断后者等价于判断dp[i][j+1]是否不小于n。
也就是说,实际上我们能取到的最大正方形,就是min(dp[i][j+1], dp[i+1][j], dp[i+1][j+1])再加上1。
由此得到递推公式:
算法性能
时间复杂度可以降至O(n^2),而空间复杂度也可以降至O(n),因为我们每次只用了前一层的结果。
O(n^2)时间复杂度 + O(n^2)的空间复杂度:
O(n^2)时间复杂度 + O(n)空间复杂度:
这道题可能体现不出来。。毕竟你可以直接在matrix矩阵上操作,无需申请额外的空间/(ㄒoㄒ)/
示例代码
O(n^2)时间复杂度 + O(n^2)的空间复杂度:
class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix)
{
int R = matrix.size(), C = matrix[0].size(), res = 0;
int **dp = new int*[R + 1];
for(int i = 0; i < R + 1; ++i)
{
dp[i] = new int[C + 1];
for(int j = 0; j < C + 1;++j)
{
dp[i][j] = 0;
}
}
for(int i = R - 1; i >= 0; --i)
{
for(int j = C - 1; j >= 0; --j)
{
if(matrix[i][j] == '1')
{
dp[i][j] = min(min(dp[i][j + 1], dp[i + 1][j]), dp[i + 1][j + 1]) + 1;
res = max(res, dp[i][j]);
}
}
}
return res * res;
}
};
O(n^2)时间复杂度 + O(n)空间复杂度:
class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix)
{
int R = matrix.size(), C = matrix[0].size(), res = 0;
int *dp = new int[C + 1], temp1, temp2;
for (int i = 0; i < C + 1; ++i)
dp[i] = 0;
for (int i = R - 1; i >= 0; --i)
{
temp2 = temp1 = 0;
for (int j = C - 1; j >= 0; --j)
{
if (matrix[i][j] == '1')
temp2 = min(min(dp[j + 1], dp[j]), temp1) + 1;
else
temp2 = 0;
dp[j + 1] = temp1;
temp1 = temp2;
res = max(res, temp1);
}
dp[0] = temp1;
}
return res * res;
}
};
第一次碰到这道题是在面试中,当时没能想出递推公式(这就是为啥我写递推公式的时候写得非常详细)_(:з」∠)_
我当时联想到的解法是最大矩形面积(不过这题是最大正方形)。用最大矩形面积去求的话,容易陷入的误区是,认为最大正方形一定包含在最大矩形中,这显然是不对的。
举个栗子:
1 1 0 0
1 1 1 0
1 1 1 0
1 1 1 0
1 1 0 0
上面矩阵的最大矩形面积是10(2 x 5),其中包含的最大正方形面积是4(2 x 2);而矩阵中的最大正方形面积是9(3 x 3)。