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
动态规划
class Solution(object):
def maximalSquare(self, matrix):
"""
:type matrix: List[List[str]]
:rtype: int
"""
if len(matrix) == 0 or len(matrix[0]) == 0:
return 0
rows = len(matrix)
cols = len(matrix[0])
dp = [[0]*cols for _ in range(rows)]
maxLength = 0
for i in range(rows):
for j in range(cols):
if matrix[i][j] == '0':
dp[i][j] = 0
else:
if i == 0 or j == 0:
dp[i][j] = 1
else:
dp[i][j] = min(dp[i-1][j],dp[i][j-1],dp[i-1][j-1])+1
maxLength = max(maxLength, dp[i][j])
return maxLength*maxLength
可以使用暴力法求解,遍历二维数组的每一个点,假设以该点为正方形的左上角然后用不同的边长去尝试。很显然这种方法时间复杂度过高了。如果使用动态规划求解,需要把dp[i][j]定义为以matrix[i][j]为右下角的最大正方形。而其实dp[i][j]总共是由三部分组成的,它的左边的dp,上面的dp以及左上角的dp。状态转移方程为dp(i,j) = min( dp(i−1,j),dp(i−1,j−1),dp(i,j−1) )+1。具体证明可见https://leetcode-cn.com/problems/count-square-submatrices-with-all-ones/solution/tong-ji-quan-wei-1-de-zheng-fang-xing-zi-ju-zhen-2/。
此外,还需要考虑边界条件。如果 ii 和 jj 中至少有一个为 00,则以位置 (i, j)为右下角的最大正方形的边长只能是 1,因此 dp(i, j) = 1。