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。