Leetcode 221. Maximal Square (python+cpp)

题目

解析：动态规划

对于在矩阵内搜索正方形或长方形的题型，一种常见的做法是定义一个二维 dp 数组，其中 dp[i][j] 表示满足题目条件的、以 (i, j) 为右下角的正方形或者长方形的属性。对于本题，则表示 以(i,j)为右下角的全由1构成的最大正方形面积。如果当前位置是0，那么dp[i][j]即为0；如果 当前位置是1，我们假设dp[i][j]= k2，其充分条件为dp[i-1][j-1]、dp[i][j-1]和dp[i-1][j]的值必须 都不小于(k−1)2，否则(i,j)位置不可以构成一个边长为 k 的正方形。同理，如果这三个值中的 的最小值为 k−1，则(i,j)位置一定且最大可以构成一个边长为 k 的正方形。综上所述，状态转移方程为：dp[i][j] = min(dp[i-1][j-1],dp[i][j-1],dp[i-1][j]) + 1

这边dp的size可以是与matrix的形状相同，如果相同的话，那么第一行和第一列需要手动初始化；也可以比matrix的长宽各大1，那么这个时候多出来那一行设置全0就可以作为动态规划的初始化，两种方法的python代码分别如下：
python版本1:

class Solution:
    def maximalSquare(self, matrix: List[List[str]]) -> int:
        # 二维dp解法1
        if not len(matrix) or not len(matrix[0]):
            return 0
        m = len(matrix)
        n = len(matrix[0])
        dp = [[0]*n for _ in range(m)]
        ans = 0
        for i in range(m):
            for j in range(n):
                if i==0 and matrix[i][j]=='1':
                    dp[i][j] = 1
                    ans = max(ans,dp[i][j])
                elif j==0 and matrix[i][j]=='1'