221. 最大正方形-M

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：
$$dp[i][j]=mindp[i-1][j-1],dp[i-1][j],dp[i][j-1]+1$$

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。

$$dp[i]=mindp[i-1],dp[i]+1$$

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))
	}
}