Maximal Square 面积最大的正方形

给一个2维的矩阵，里面的值为‘0’，‘1’, 找到都是1的最大的正方形的面积。

这是一道可以用动态规划来解决的问题。

1 0 1 0 0
1 0 1 1 1
1 1 1 1 1
1 0 0 1 0

比如这个矩阵的最大的正方形的边长为2，返回面积4.

我们将某个坐标 (i,  j )下能够构成的正方形的边长记为cache[ i ] [ j ]。

我们先来看 (0,0),  (0,1),  (0,2), (0,3) 这些坐标下，值为1，那么能够构成边长为1的；值为0的，不能构成正方形。

同样的，对于(1,0), (2,0), (3,0）这些坐标下，能够构成1, 1, 1的正方形。

所以，我们得到一个base情况下的结果，即第一行，第一列的坐标下，cache[ i ] [ j ] = 对应 matrix 中的值。

再看中间点的情况。

看（1，1）坐标下，它的值是0，那么显然不能构成正方形。

所以，我们来看坐标下的值为1的，比如，（2，1）坐标下的。

截取一部分来看：

[1 0]

[1 0]

[1 1]

它的上面为0，它只能自己构成正方形，边长 = 1。

于是，可以得到一个更为general的推论：

如果某个坐标的值为1，那么cache[ i ] [ j ] = min ( cache[ i ] [ j  - 1] ，cache[ i - 1 ] [ j ] ，cache[ i - 1 ] [ j  - 1 ] ）+ 1

最终，我们将上面的思考整理一下，可以得到：

  1. 对于第一行 (j = 0)，第一列 (i = 0)，这些边缘的，cache[ i ] [ j ] = matrix[ i ] [ j ] 

  2. i  > 0 && j > 0 :

if matrix[ i ][ j ] = 0, cache[ i ] [ j ] = 0 ; 

if matrix[ i ][ j ] = 1, cache[ i ] [ j ] = min ( cache[ i ] [ j  - 1] ，cache[ i - 1 ] [ j ] ，cache[ i - 1 ] [ j  - 1 ] ）+ 1 .

复杂度：

时间复杂度 ：O（m * n)

空间复杂度：O (m * n)

代码：

    public int maximalSquare(char[][] matrix) {
        int m = matrix.length;
        if (m == 0) {
            return 0;
        }
        int n = matrix[0].length;
        int[][] cache = new int[m][n];
        int maxLength = 0;
        //base cases
        for (int i = 0; i < m; i++) {
            cache[i][0] = matrix[i][0] - '0';
            maxLength = Math.max(maxLength, cache[i][0]);
        }
        for (int j = 0; j < n; j++) {
            cache[0][j] = matrix[0][j] - '0';
            maxLength = Math.max(maxLength, cache[0][j]);
        }
        //general cases
        for (int i = 1; i < m; i++) {
            for (int j = 1; j < n; j++) {
                if (matrix[i][j] == '0') {
                    cache[i][j] = 0;
                } else {
                    cache[i][j] = Math.min(Math.min(cache[i][j - 1], cache[i - 1][j]), cache[i - 1][j - 1]) + 1;
                    maxLength = Math.max(maxLength, cache[i][j]);
                }
            }
        }
        return maxLength * maxLength;
    }

对空间的优化：

其实不需要 m * n 大小的。

只有 n 的空间就可以了，用2个长为 n 的数组。

存储前一行pre的信息和当前行cur的信息。（一行结束后，pre = cur, cur = 0 )

参考：

https://leetcode.com/discuss/38489/easy-solution-with-detailed-explanations-8ms-time-and-space