题目描述
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。
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:4
示例 2:
输入:matrix = [["0","1"],["1","0"]]
输出:1
示例 3:
输入:matrix = [["0"]]
输出:0
解题分析
解法一(暴力解法)
class Solution {
public int maximalSquare(char[][] matrix) {
int maxSide = 0;
if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {
return maxSide;
}
int rows = matrix.length, columns = matrix[0].length;
for (int i = 0; i < rows; i++) {
for (int j = 0; j < columns; j++) {
if (matrix[i][j] == '1') {
// 遇到一个 1 作为正方形的左上角
maxSide = Math.max(maxSide, 1);
// 计算可能的最大正方形边长
int currentMaxSide = Math.min(rows - i, columns - j);
for (int k = 1; k < currentMaxSide; k++) {
//这里是判断斜线处是否为0
boolean flag = true;
if (matrix[i + k][j + k] == '0') {
break;
}
//这里是判断斜线两侧是否存在0
for (int m = 0; m < k; m++) {
if (matrix[i + k][j + m] == '0' || matrix[i + m][j + k] == '0') {
flag = false;
break;
}
}
if (flag) {
maxSide = Math.max(maxSide, k + 1);
} else {
break;
}
}
}
}
}
int maxSquare = maxSide * maxSide;
return maxSquare;
}
}
解法二(动态规划)
我们用dp(i,j) 表示以(i,j) 为右下角,且只包含 1的正方形的边长最大值。
那么如何计算 dp 中的每个元素值呢?对于每个位置(i,j),检查在矩阵中该位置的值:
- 如果该位置的值是 0,则 dp(i,j)=0,因为当前位置不可能在由 1 组成的正方形中;
- 如果该位置的值是 1,则dp(i,j) 的值由其上方、左方和左上方的三个相邻位置的dp 值决定。
具体而言,当前位置的元素值等于三个相邻位置的元素中的最小值加 1,状态转移方程如下:
![](https://i-blog.csdnimg.cn/blog_migrate/b59d63b616153bba609e573c438d75a6.png)
class Solution {
public int maximalSquare(char[][] matrix) {
// 初始化最大边长为0
int maxSide = 0;
// 如果矩阵为空,或者其行数或列数为0,则直接返回0
if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {
return maxSide;
}
// 获取矩阵的行数和列数
int rows = matrix.length, columns = matrix[0].length;
// 创建一个同样大小的dp数组,dp[i][j]表示以(i, j)为右下角的最大正方形的边长
int[][] dp = new int[rows][columns];
// 遍历矩阵的每个元素
for (int i = 0; i < rows; i++) {
for (int j = 0; j < columns; j++) {
// 如果当前位置的元素为'1'
if (matrix[i][j] == '1') {
// 如果在第一行或者第一列,则该位置的最大正方形边长只能是1
if (i == 0 || j == 0) {
dp[i][j] = 1;
} else {
// 否则,取左边、上边和左上角三个位置的最小值加1
dp[i][j] = Math.min(Math.min(dp[i - 1][j], dp[i][j - 1]), dp[i - 1][j - 1]) + 1;
}
// 更新最大边长
maxSide = Math.max(maxSide, dp[i][j]);
}
}
}
// 计算最大正方形的面积
int maxSquare = maxSide * maxSide;
// 返回最大正方形的面积
return maxSquare;
}
}
同类题目
博主总结
这道题的考察频率相对没那么高,求解过程用动态规划更容易记忆和书写代码