思路: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。如果我们能计算出所有 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。
动态规划的关键在于,用dp表示什么,找到合适的状态。
题目:
- 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
解法:
/**
* @param {character[][]} matrix
* @return {number}
*/
var maximalSquare = function(matrix){
let maxSide = 0;
if(matrix == null || matrix.length == 0 || matrix[0].length == 0){
return maxSide
}
let m = matrix.length, n = matrix[0].length,
dp = Array.from(new Array(m), () => new Array(n).fill(0));
for(let i = 0; i < m; i++){
for(let j = 0; j < n; j++){
if(matrix[i][j] == '1'){
if(i == 0 || j == 0){
dp[i][j] = 1
}else{
dp[i][j] = Math.min(dp[i-1][j], dp[i][j-1], dp[i-1][j-1]) + 1
}
maxSide = Math.max(maxSide, dp[i][j])
}
}
}
return Math.pow(maxSide, 2)
}