牛客网刷题-最大正方形

问题描述

给定一个由0和1组成的2维矩阵，返回该矩阵中最大的由1组成的正方形的面积

示例

示例1

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

解决思路

思路

1. 暴力法：暴力求解，当碰到1，则以当前坐标为左上节点，预估以该左上节点所组成的正方的最大长度，依次判断每个坐标值是否为1
2. 动态规划：使用额外的dp数组记录以该节点为右下角节点的最大长度
   （1）如果该位置的值是 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）如果该位置的值是 1，则 dp(i,j) 的值由其上方、左方和左上方的三个相邻位置的 dp 值决定。具体而言，当前位置的元素值等于三个相邻位置的元素中的最小值加 11，状态转移方程如下：

dp(i, j)=min(dp(i−1, j), dp(i−1, j−1), dp(i, j−1))+1
dp的计算：

代码实现

思路1:暴力求解

// 思路1：暴力求解
public class Solution {  
    public int maximalSquare(char[][] matrix) {
        int maxSide = 0;
        if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {
            return maxSide;
        }
        int rows = matrix.length, columns = matrix[0].length;
        for (int i = 0; i < rows; i++) {
            for (int j = 0; j < columns; j++) {
                if (matrix[i][j] == '1') {
                    // 遇到一个 1 作为正方形的左上角
                    maxSide = Math.max(maxSide, 1);
                    // 计算可能的最大正方形边长
                    int currentMaxSide = Math.min(rows - i, columns - j);
                    for (int k = 1; k < currentMaxSide; k++) {
                        // 判断新增的一行一列是否均为 1
                        boolean flag = true;
                        // 判断斜对角线是否为0，为0直接跳出循环
                        if (matrix[i + k][j + k] == '0') {
                            break;
                        }
                        for (int m = 0; m < k; m++) {
                            // 判断除了斜对角线意外的元素是否为0
                            if (matrix[i + k][j + m] == '0' || matrix[i + m][j + k] == '0') {
                                flag = false;
                                break;
                            }
                        }
                        if (flag) {
                            // 获取最大边
                            maxSide = Math.max(maxSide, k + 1);
                        } else {
                            break;
                        }
                    }
                }
            }
        }
        int maxSquare = maxSide * maxSide;
        return maxSquare;
    }
}

时间复杂度分析：
O(mn * min(m,n)^2)：
（1）需要遍历整个矩阵寻找每个 1，遍历矩阵的时间复杂度是 O(mn)。
（2）对于每个可能的正方形，其边长不超过 m 和 n 中的最小值，需要遍历该正方形中的每个元素判断是不是只包含 1，遍历正方形时间复杂度是 O(min(m,n)^2)

空间复杂度分析：
O(1)：没有使用额外的空间。

思路2:动态规划

// 思路2:动态规划
public class Solution {  
    public int maximalSquare(char[][] matrix) {
        int maxSide = 0;
        if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {
            return maxSide;
        }

        int rows = matrix.length, columns = matrix[0].length;
        int[][] dp = new int[rows][columns];
        for (int i = 0; i < rows; i++) {
            for (int j = 0; j < columns; j++) {
                if (matrix[i][j] == '1') {
                    if (i == 0 || j == 0) {
                        dp[i][j] = 1;
                    } else  {
                        dp[i][j] = Math.min(Math.min(dp[i - 1][j - 1], dp[i - 1][j]), dp[i][j - 1]) + 1;
                        maxSide = Math.max(maxSide, dp[i][j]);
                    }
                }
            }
        }
        int maxSquare = maxSide * maxSide;
        return maxSquare;
    }
}

时间复杂度分析：
O(mn)：遍历二维数组

空间复杂度分析：
O(mn)：使用了额外的dp数组。

小伙伴如果想测试的话，可以直接到牛客网这个链接做测试

最大正方形-牛客网