221. 最大正方形-M
label: dp,正方形
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
分析:
矩阵增长是相邻的,所以就可以用dp的迭代方式,具体怎么dp推进,看如下例子
1 0 1 0 0
1 0 1 1 1
1 1 1 2 2
1 0 0 1 0
从两个2位置可以看出来,正方形对角线是递增的,而两边的夹角在未受重合的正方形影响的情况下,再加个1就是右角元素;当几个正方形重合时,只是让夹角处元素增加,所以这里我们选最最小正方形的上角、两个夹角,三个数字中选择最小的+1就是右角元素,多次扩展计算就会增长为大正方形。
再举个例子体会下,初始状态:
1 1 1 0 0
1 1 1 1 1
1 1 1 1 1
1 0 1 1 1
dp计算结果:
1 1 1 0 0
1 2 2 1 1
1 2 3 2 2
1 0 1 2 3
递推公式:
d
p
[
i
]
[
j
]
=
m
i
n
d
p
[
i
−
1
]
[
j
−
1
]
,
d
p
[
i
−
1
]
[
j
]
,
d
p
[
i
]
[
j
−
1
]
+
1
dp[i][j]=min{dp[i-1][j-1],dp[i-1][j],dp[i][j-1]}+1
dp[i][j]=mindp[i−1][j−1],dp[i−1][j],dp[i][j−1]+1
code:一次就过,只要分析出来,还是挺简单的;另外观察dp的计算,可以化简为一维的,但是分析过程还是一样,这里就不做了。
d p [ i ] = m i n d p [ i − 1 ] , d p [ i ] + 1 dp[i]=min{dp[i-1],dp[i]}+1 dp[i]=mindp[i−1],dp[i]+1
这种方法也是leetcode官方的最优方法,时间复杂度O(mn),空间O(n)。
package main
import "fmt"
/*
执行用时 :4 ms, 在所有 Go 提交中击败了86.08%的用户
内存消耗 :4.4 MB, 在所有 Go 提交中击败了23.53%的用户
*/
func maximalSquare(matrix [][]byte) int {
h:=len(matrix)
if h==0{
return 0
}
w:=len(matrix[0])
max:=0
dp:=make([][]int,len(matrix)+1)
for i:=0;i<=len(matrix);i++{
dp[i]=make([]int,len(matrix[0])+1)
for j:=1;i>0&&j<=len(matrix[0]);j++{
if matrix[i-1][j-1]=='1'{
dp[i][j]=1
max=1
}
}
}
//dp
for i:=1;i<=h;i++{
for j:=1;j<=w;j++{
if dp[i][j]==1{
min:=dp[i-1][j-1]
if min>dp[i-1][j]{
min=dp[i-1][j]
}
if min>dp[i][j-1]{
min=dp[i][j-1]
}
dp[i][j]+=min
if dp[i][j]>max{
max=dp[i][j]
}
}
}
}
return max*max
}
func main() {
tables:=[][][]byte{
{
[]byte("11100"),
[]byte("11111"),
[]byte("11111"),
[]byte("10111"),
},
}
for _,v:=range tables{
fmt.Println(maximalSquare(v))
}
}