最大正方形 (Largest Square)

在最大长方形 问题中，我们探讨了如何寻找最大 1-聚类。因为正方形是长方形的一个特例，因此，前面讨论的算法也可以应用。然后，正方形在某种意义上是一维的，即，只要知道边的长，就可以确定一个正方形；而长方形是二维的，需要知道两个边长。这个不同，我们猜测，当我们依然采用动态规划来解决问题时，可以把时间复杂度降一维，即为O(mn)。

为了完整性，在这里给出问题描述： 有一个 m x n 的矩阵，元素为 0 或 1。一个子矩阵，如果它所有的元素都是 0， 或者都是 1，则称其为一个 0-聚类 或 1-聚类，统称聚类(Cluster)。请找出最大的聚类（元素最多的聚类），且其为一正方形。

令 OPT(i,j) 表示以元素 (i,j) 为右下角的最大正方形 1-聚类的边长。则有

    当 (i,j) 为 0 时： OPT(i,j) = 0

    当 (i,j) 为 1 时： OPT(i,j) = min { OPT(i-1,j), OPT(i,j-1), OPT(i-1,j-1) } + 1

该动态方程的正确性可以如下证明：当 (i,j) 为 0 时，显然有 OPT(i,j)=0。当 (i,j) 为 1 时，显然有 OPT(i,j) >= min {OPT(i-1,j),OPT(i,j-1), OPT(i-1,j-1)}+1。假设 OPT(i,j) > min { OPT(i-1,j),OPT(i,j-1),OPT(i-1,j-1)}+1。但显然地， OPT(i-1,j-1) >= OPT(i,j)-1，OPT(i,j-1)>=OPT(i,j)-1 和 O(T(i-1,j)>=OPT(i,j)-1 成立，与假设矛盾。虽然一开始这个 min 可以会有点反直觉。显然，这个动态规划有 mn 个状态，每个状态只有 O(1) 个决策，因此，时间复杂度为 O(mn)。有了这个状态转移函数，代码也不难写了，略去不表。值得注意的是，这个算法只对正方形有效，而不类推到长方形的两个边上。

 

参考：http://ds-gyan.blogspot.com/2009/12/largest-square-rectangular.html