1. 问题描述:
给你一个 m * n 的矩阵,矩阵中的元素不是 0 就是 1,请你统计并返回其中完全由 1 组成的 正方形 子矩阵的个数。
示例 1:
输入:matrix =
[
[0,1,1,1],
[1,1,1,1],
[0,1,1,1]
]
输出:15
解释:
边长为 1 的正方形有 10 个。
边长为 2 的正方形有 4 个。
边长为 3 的正方形有 1 个。
正方形的总数 = 10 + 4 + 1 = 15.
示例 2:
输入:matrix =
[
[1,0,1],
[1,1,0],
[1,1,0]
]
输出:7
解释:
边长为 1 的正方形有 6 个。
边长为 2 的正方形有 1 个。
正方形的总数 = 6 + 1 = 7.
提示:
1 <= arr.length <= 300
1 <= arr[0].length <= 300
0 <= arr[i][j] <= 1
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/count-square-submatrices-with-all-ones
2. 思路分析:
① 一开始的时候对于也想到了应该会是动态规划的思路来解决,但是没有想到具体的解决方案,动态规划的难点一般也是在这里,在官方的题解中提供的思路是使用一个二维的list列表来记录中间的结果,dp[i][j]表示以当前的i,j位置的正方形的个数,能够想到这个思路也是非常巧妙的,当是第一行或者是第一列的时候那么dp[i][j]就等于原矩阵的值,当矩阵的值为0的时候那么dp列表的这个位置也是为0,为1的为当前位置的左边、上边与左上角的dp数组的最小值再加上1即可
② 对于这种使用动态规划思路来解决的问题,需要多练习与所思考才有思路
3. 代码如下:
class Solution:
# 这个计算正方形的子矩阵动态规划的方法的思路是非常值得借鉴的
def countSquares(self, matrix: List[List[int]]) -> int:
r, c = len(matrix), len(matrix[0])
# 初始化二维列表元素为0
dp = [[0] * c for _ in range(r)]
res = 0
for i in range(r):
for j in range(c):
if i == 0 or j == 0:
dp[i][j] = matrix[i][j]
elif matrix[i][j] == 0:
dp[i][j] = 0
else:
dp[i][j] = min(dp[i][j - 1], dp[i - 1][j], dp[i - 1][j - 1]) + 1
res += dp[i][j]
print(dp[i][j], end=" ")
return res