221. 最大正方形

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

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。

方法一：动态规划法

参考文章
我们定义$dp[i][j]$表示以$(i,j)$为右下角，且只包含1的正方形的边长最大值。
那么我们如何计算$dp$中元素呢？

1. 如果该位置是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；
2. 如果该位置是1，则$dp(i,j)$的值是由其上方、左上、左方中的最小值再加一：
   $$dp(i,j)=min(dp(i-1,j),dp(i-1,j-1),dp(i,j-1))+1$$
   举例

//matrix	 //dp矩阵
0 1 1 1 0    0 1 1 1 0
1 1 1 1 0 	 1 1 2 2 0
0 1 1 1 1	 0 1 2 3 1
0 1 1 1 1	 0 1 2 3 2
0 0 1 1 1	 0 0 1 2 3

代码

class Solution {
public:
    int maximalSquare(vector<vector<char>>& matrix) {
        int m = matrix.size(); 
        if(m==0) return 0;
        int n = matrix[0].size();
        if(n==0) return 0;
        vector<vector<int>> dp(m, vector<int>(n, 0));
        int max_val = 0;
        for(int i=0; i<m; ++i) {
            dp[i][0] = matrix[i][0] - '0';
            max_val = max(max_val, dp[i][0]);
        }
        for(int j=0; j<n; ++j) {
            dp[0][j] = matrix[0][j] - '0';
            max_val = max(max_val, dp[0][j]);
        }
        if(m==1||n==1) return max_val;
        for(int i=1; i<m; ++i)
        {
            for(int j=1; j<n; ++j)
            {
                if(matrix[i][j]=='1') {
                    dp[i][j] = min(min(dp[i-1][j], dp[i][j-1]), dp[i-1][j-1]) + 1;
                    max_val = max(max_val, dp[i][j]);
                }
            }
        }
        return max_val*max_val;
    }
};