【 声明:版权所有,转载请标明出处,请勿用于商业用途。 联系信箱:libin493073668@sina.com】
题意:
给出一个只包含0,1的二维矩阵,要求找到一个全为1的子矩阵,并输出子矩阵的面积
思路:
首先我们对这个矩阵进行求和
dp[i][j]表示以(1,1)为左上角,(i,j)为右下角的子矩阵的1的个数
现在我们要统计蓝色矩形的面积,假设右下角的坐标是(i,j)
此时蓝色矩形的宽与长分别是r,c
那么我们只需要判断蓝色矩形内的1的个数是否与r*c相等,就可以知道这个矩形是否是全1子矩阵
那么怎么统计呢?
我们可以知道dp[i][j]是(1,1)到(i,j)的1的总个数
假设绿色矩阵的左上角是(0,0)
那么绿色矩阵的面积dp[i-r][j-c]
两个红色矩阵的面积分别是dp[i][j-c],dp[i-r][j]
那么统计蓝色矩阵1的个数的式子便是dp[i][j]-dp[i][j-c]-dp[i-r][j]+dp[i-r][j-c]
然后我们只需要以每个1为右下角,去增大r,c便可
class Solution
{
public:
int maximalRectangle(vector<vector<char> >& matrix)
{
int n = matrix.size();
if(n==0) return 0;
int m = matrix[0].size();
int i,j,c;
vector<vector<int> > dp,a;
dp.resize(n+1),a.resize(n+1);
for(i = 0; i<=n; i++)
{
dp[i].resize(m+1);
a[i].resize(m+1);
}
for(i = 0; i<n; i++)
{
for(j = 0; j<m; j++)
{
a[i+1][j+1] = matrix[i][j]-'0';
}
}
int sum = 0;
//计算1的个数
for(i = 1; i<=m; i++)
{
sum+=a[1][i];
dp[1][i] = sum;
}
for(i = 2; i<=n; i++)
{
sum = 0;
for(j = 1; j<=m; j++)
{
sum+=a[i][j];
dp[i][j]=dp[i-1][j]+sum;
}
}
//以每个1为右下角,寻找最大全1子矩阵
int maxn = 0;
for(i = n; i>0; i--)
{
for(j = m; j>0&&maxn<i*j; j--)
{
if(a[i][j])
{
int r = 1,c = 1;
while(j-c>=0)
{
if(dp[i][j]-dp[i][j-c]-dp[i-r][j]+dp[i-r][j-c]==r*c)//是全1矩阵,继续增大列
{
maxn = max(maxn,r*c);
c++;
}
else
break;
}
while(i-r>=0&&c>0)
{
if(dp[i][j]-dp[i][j-c]-dp[i-r][j]+dp[i-r][j-c]==r*c)//是全1矩阵,继续增大行
{
maxn = max(maxn,r*c);
r++;
}
else//否则,减少一列再去重复判断
c--;
}
}
}
}
return maxn;
}
};