LeetCode：221. 最大正方形

最新推荐文章于 2024-09-16 06:54:08 发布

鸡蛋饺子粥

最新推荐文章于 2024-09-16 06:54:08 发布

阅读量223

点赞数

分类专栏： # 力扣&牛客文章标签： leetcode 动态规划算法

本文链接：https://blog.csdn.net/qq_40859392/article/details/124635979

版权

力扣&牛客专栏收录该内容

106 篇文章 0 订阅

订阅专栏

这篇博客探讨了如何在由0和1组成的二维矩阵中找到包含1的最大正方形并计算其面积。提供了两种解决方案：一种是动态规划方法，通过维护一个与矩阵大小相同的dp数组来跟踪以每个单元格为右下角的最大正方形边长；另一种是暴力搜索方法，逐行逐列检查并更新最大正方形的大小。两种方法都涉及到边界条件处理和最小值比较。

摘要由CSDN通过智能技术生成

问题描述（原题链接）

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。

代码：

动态规划

class Solution {
    public int maximalSquare(char[][] matrix) {
        //暴力解法：
        int line = matrix.length;
        int row = matrix[0].length;
        int max = 0;
        int[][] dp = new int[line][row];
        for(int i=0;i<line;i++)
        for(int j=0;j<row;j++){
            if(matrix[i][j]=='0'){
                dp[i][j]=0;
            }else{
                if(i==0 || j==0){
                    dp[i][j]=1;
                }else{
                    dp[i][j]=Math.min(dp[i-1][j-1],Math.min(dp[i-1][j],dp[i][j-1]))+1;
                }
                max = Math.max(max,dp[i][j]);
            }
        }
        return max*max;
    }
}

暴力搜索

class Solution {
    public int maximalSquare(char[][] matrix) {
        //暴力解法：
        int line = matrix.length;
        int row = matrix[0].length;
        int max = 0;
        for(int i=0;i<line;i++)
        for(int j=0;j<row;j++){
            if(matrix[i][j]=='1'){
                int temp = 1;
                int size = Math.min(line-i,row-j); //计算最大正方形长度
                max=Math.max(max,temp);
                for(int index=1;index<size;index++){
                    if(matrix[i+index][j+index]=='0'){
                        break;
                    }
                    boolean flag =true;
                    for(int m=0;m<index;m++){
                        if(matrix[i+index][j+m]=='0' || matrix[i+m][j+index]=='0'){
                            flag=false;
                            break;
                        }
                    }
                    if(!flag){
                        temp=temp+1;
                        max=Math.max(max,temp);
                    }else{
                        break;
                    }
                }
            }
        }
        return max*max;
    }
}