【Lintcode】436. Maximal Square

题目地址：

https://www.lintcode.com/problem/maximal-square/description

给定一个二维$0-1$矩阵$A$，求其中由$1$构成的最大正方形的面积。

思路是动态规划。设$f[i][j]$是以$A[i][j]$为右下角的最大正方形的边长。那么很显然当$i=0$或$j=0$时，$f[i][j]=A[i][j]$。否则的话，我们试图将$f[i][j]$与$f[i-1][j]$和$f[i][j-1]$联系起来。
如果$f[i-1][j]=f[i][j-1]=x$，那么说明$f[i][j]\le x+1$，并且当且仅当$A[i-x][j-x]=1$时取等号，若$A[i-x][j-x]\ne 1$，则$f[i][j]=x$；
如果$f[i-1][j]\ne f[i][j-1]$，不妨设$f[i-1][j]<f[i][j-1]$，那么显然$f[i][j]\le f[i-1][j]+1$，并且由于$A[i-f[i-1][j]][j-f[i-1][j]]=1$（原因是$f[i-1][j]<f[i][j-1]$），所以$f[i][j]=f[i-1][j]+1$。
代码如下：

public class Solution {
    /**
     * @param matrix: a matrix of 0 and 1
     * @return: an integer
     */
    public int maxSquare(int[][] matrix) {
        // write your code here
        if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {
            return 0;
        }
        // 存储最长边长
        int res = 0;
        int[][] dp = new int[matrix.length][matrix[0].length];
        for (int i = 0; i < matrix.length; i++) {
            for (int j = 0; j < matrix[0].length; j++) {
                if (i == 0 || j == 0) {
                    dp[i][j] = matrix[i][j];
                } else if (matrix[i][j] == 0) {
                    dp[i][j] = 0;
                } else {
                    int left = dp[i][j - 1], up = dp[i - 1][j];
                    if (left != up) {
                        dp[i][j] = Math.min(left, up) + 1;
                    } else {
                        dp[i][j] = matrix[i - left][j - left] == 1 ? left + 1 : left;
                    }
                }
                // 更新已经获得的最长边长
                res = Math.max(res, dp[i][j]);
            }
        }
        
        // 要返回面积而不是边长
        return res * res;
    }
}

时空复杂度$O(mn)$。