No.221《最大正方形》;题型:动态规划
题目
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
提示:
m == matrix.length
n == matrix[i].length
1 <= m, n <= 300
matrix[i][j] 为 ‘0’ 或 ‘1’
题解思路(动态规划)
1.返回只包含“1”的最大正方形的面积,需要找到其边长,然后返回其平方即可;
2.使用动态规划的思想,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,遍历计算出所有dp[i][j] 的值,那么其中的最大值即为矩阵中只包含1的正方形的边长最大值,其平方即为最大正方形的面积;
3.由以上思路设计动态规划方法:
dp[i][j]=1; //左边界和上边界
dp[i][j]= min ( dp[i-1][j] , dp[i][j-1] , dp[i-1][j-1] ) +1 //其他情况
例如:
0 1 1 1 0
1 1 1 1 0
0 1 1 1 1
0 1 1 1 1
0 0 1 1 1
对应的 dp 值如下。
0 1 1 1 0
1 1 2 2 0
0 1 2 3 1
0 1 2 3 2
0 0 1 2 3
题解代码
class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix) {
if (matrix.size() == 0 || matrix[0].size() == 0) {
return 0;
}
int maxSide = 0; //最小边长
int rows = matrix.size(), columns = matrix[0].size(); //行、列元素数
vector<vector<int>> dp(rows, vector<int>(columns)); //动态规划数组dp[i][j]
for (int i = 0; i < rows; i++) {
for (int j = 0; j < columns; j++) {
if (matrix[i][j] == '1') { //若此数为1,则以此为右下角,寻找正方形的最大边长
if (i == 0 || j == 0) {
dp[i][j] = 1; //左、上边界,dp为1
} else { //此位置dp值为左、上、左上元素dp值最小一个的值+1
dp[i][j] = min(min(dp[i - 1][j], dp[i][j - 1]), dp[i - 1][j - 1]) + 1;
}
maxSide = max(maxSide, dp[i][j]); //更新最大边长
}
}
}
int maxSquare = maxSide * maxSide;
return maxSquare; //返回最大面积
}
};
时间复杂度:o(mn)
时间复杂度:o(mn)
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/maximal-square
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。