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:
输入:
1 0 1 0 0
1 0 1 1 1
1 1 1 1 1
1 0 0 1 0
输出: 4
思路:
1、暴力
O
(
n
2
∗
m
2
)
O(n^2*m^2)
O(n2∗m2)就不说了
2、动态规划
d
p
[
i
]
[
j
]
dp[i][j]
dp[i][j]表示从
(
0
,
0
)
(0,0)
(0,0)开始到
(
i
,
j
)
(i,j)
(i,j),以
(
i
,
j
)
(i,j)
(i,j)为右下角的正方形的最大边长。
很容易想到,如果当前矩阵值 m a t r i x [ i ] [ j ] matrix[i][j] matrix[i][j]为 ‘0’,那么 d p [ i ] [ j ] dp[i][j] dp[i][j]也为0,如果矩阵值为’1’,那么 d p [ i ] [ j ] dp[i][j] dp[i][j]的值取决于它左方,上方,左上方的值,再加上本身的1。
转移方程就出来了:
i
f
(
m
a
t
r
i
x
[
i
]
[
j
]
=
=
′
0
′
)
d
p
[
i
]
[
j
]
=
0
if(matrix[i][j]=='0') dp[i][j] = 0
if(matrix[i][j]==′0′)dp[i][j]=0
i
f
(
m
a
t
r
i
x
[
i
]
[
j
]
=
=
′
1
′
)
d
p
[
i
]
[
j
]
=
m
a
x
(
d
p
[
i
]
[
j
−
1
]
,
d
p
[
i
−
1
]
[
j
]
,
d
p
[
i
−
1
]
[
j
−
1
]
)
if(matrix[i][j]=='1') dp[i][j] = max(dp[i][j-1],dp[i-1][j],dp[i-1][j-1])
if(matrix[i][j]==′1′)dp[i][j]=max(dp[i][j−1],dp[i−1][j],dp[i−1][j−1])
class Solution {
public int maximalSquare(char[][] matrix) {
int n = matrix.length;
if(n == 0) return 0;
int m = matrix[0].length;
int[][] dp = new int[n][m];
int ans = 0;
for(int i = 0; i < n; i++)
if(matrix[i][0] == '1'){
dp[i][0] = 1;ans = 1;
}
else dp[i][0] = 0;
for(int i = 0; i < m; i++)
if(matrix[0][i] == '1') {
dp[0][i] = 1;ans = 1;
}
else dp[0][i] = 0;
for(int i = 1; i < n; i++){
for(int j = 1; j < m; j++){
int Min = Math.min(dp[i-1][j],Math.min(dp[i][j-1],dp[i-1][j-1]));
if(matrix[i][j] == '1'){
dp[i][j] = Min+1;
}else{
dp[i][j] = 0;
}
ans = Math.max(ans, dp[i][j]);
}
}
return ans*ans;
}
}