正方形（矩阵dp）

221.最大正方形（leetcode）

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

思路：我们用动态规划来考虑这个问题，dp[i][j]表示以i，j为右下角，所有数据为1的的最长边长，我们只需要求出所有dp[i][j]来，取最大值的平方就是最大面积。
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；

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
代码如下：

int maximalSquare(vector<vector<char>>& matrix) {
        if(matrix.size()==0||matrix[0].size()==0)
        return 0;
        int ans=0;
        int n = matrix.size();
        int m = matrix[0].size();
        vector<vector<int> > dp(n,vector<int>(m)); //构建和matrix一样大的vector
        for(int i =0;i<n;i++)
        for(int j =0;j<m;j++)
        {
            if(matrix[i][j]=='1')
            {
                if(i==0||j==0) dp[i][j] =1; //如果是第一行或者第一列
            else
            {
                dp[i][j]=min(min(dp[i-1][j],dp[i][j-1]),dp[i-1][j-1])+1;
            }
            }
            ans = max(dp[i][j],ans);
        }
        return ans*ans; //结果要区平方
    }

1277.统计全为1的正方形子矩阵

和上述方法相同，但是这里与一个技巧，最大边长为n，则matrix[i][j]就能分成n，n-1，n-2…1，也就是ans直接加n就是该点所能贡献的正方形个数
代码如下：

int countSquares(vector<vector<int>>& matrix) {
        int n =matrix.size();
        int m = matrix[0].size();
        vector<vector<int> > f(n,vector<int>(m));
        int ans=0;
        for(int i=0;i<n;i++)
        for(int j=0;j<m;j++)
        {
            if(matrix[i][j]==1)
            {
                if(i==0||j==0) f[i][j]=1;
                else
                {
                    f[i][j] = min(min(f[i-1][j],f[i][j-1]),f[i-1][j-1])+1;
                }
            }
            ans += f[i][j];
        }
        return ans;
    }