LeetCode 221. Maximal Square

Problem

Given a 2D binary matrix filled with 0’s and 1’s, find the largest square containing only 1’s and return its area.

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/maximal-square

Code

Method One

第一种方法是暴力。比较好想，每次遇到1时都把它作为左上角，求得最大值。

class Solution {
public:
    int maximalSquare(vector<vector<char>>& matrix) {
    	// 排除matrix为空或者matrix为空vector的集合的情况
        if (matrix.size() == 0 || matrix[0].size() == 0) {
            return 0;
        }
        // 不能设置为1，存在只有0的情况
        int maxSide = 0;
        int rows = matrix.size(), columns = matrix[0].size();
        for (int i = 0; i < rows; i++) {
            for (int j = 0; j < columns; j++) {
            	// if (matrix[i][j] == '0') {break;}
            	// 不能写成上述语句！！！
                if (matrix[i][j] == '1') {
                    // 遇到一个 1 作为正方形的左上角
                    maxSide = max(maxSide, 1);
                    // 计算可能的最大正方形边长
                    int currentMaxSide = min(rows - i, columns - j);
                    for (int k = 1; k < currentMaxSide; k++) {
                        // 判断新增的一行一列是否均为 1
                        bool flag = true;
                        // 判断对角线，如果对角线非1，就不用继续判断了
                        if (matrix[i + k][j + k] == '0') {
                            break;
                        }
                        // 判断行和列。这里有Tips。开始时纠结于如何在正方形中前进，这里的一行一列做法醍醐灌顶
                        for (int m = 0; m < k; m++) {
                            if (matrix[i + k][j + m] == '0' || matrix[i + m][j + k] == '0') {
                                flag = false;
                                break;
                            }
                        }
                        // 更新maxSide的值
                        if (flag) {
                            maxSide = max(maxSide, k + 1);
                        } else {
                            break;
                        }
                    }
                }
            }
        }
        // 返回的是面积，不要返回边长
        int maxSquare = maxSide * maxSide;
        return maxSquare;
    }
};

Method Two

在第一种方法中有很多地方重复计算，因此我们可以用记忆化的技巧。该方法为动态规划。
dp中最核心的就是状态转移方程。只要列出了方程，那么代码就不会有什么大问题。
以这个题为例，我们先写出一个矩阵，然后写出他的dp值，最后对dp值进行总结，大致上就可以得到方程了。

这个题的dp方程为： dp[ i ][ j ] =min(dp[i][j-1], dp[i-1][j], dp[i-1][j-1]) + 1
注意不要越界就OK。