一.题目描述
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
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/maximal-square
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
二.思路
动态规划
当前元素matrix[i][j]对应的最大正方形边长跟matrix[i-1][j],matrix[i][j-1],以及matrix[i-1][j-1]有关,是这几个数的最小数加1
迭代公式为:
matrix[i][j]=min(matrix[i-1][j-1],matrix[i-1][j],matrix[i][j-1])+1
最终的结果为matrix中最大的正方形边长,对应的元素不一定是matrix[m-1][n-1],m,n为行数和列数
两个优化方法:
(1)将元素matrix[i][j]对应的最大正方形边长存入matrix对应的位置,这样就不需要额外的空间
(2)用一个初始化为0的最大值Max记录最大的边长,这样就不用结束后还要遍历得到matrix来最大值
(3)如果题目要求不能改变matrix的值时,只需要空间2n即可,因为当前值的最大边长只与前一行元素对应的最大边长有关,两个长度为n的一维数组,一个记录前一行,一个记录当前行
以上优化方法是动态规划常用的优化时间空间复杂度的思路
代码如下:
class Solution:
def maximalSquare(self, matrix: List[List[str]]) -> int:
if matrix==[]:
return 0
m=len(matrix)#行数
n=len(matrix[0])#列数
Max=0
if matrix[0][0]=='1' or (n>1 and matrix[0][1]=='1') or (m>1 and matrix[1][0]=='1'):
Max=1
for i in range(1,m):
for j in range(1,n):
if matrix[i][j]=='1':
if int(matrix[i-1][j]) and int(matrix[i][j-1]) and int(matrix[i-1][j-1]):
matrix[i][j]=int(min(int(matrix[i-1][j-1]),int(matrix[i-1][j]),int(matrix[i][j-1]))+1)
else:
matrix[i][j]=1
if int(matrix[i][j])>Max:
Max=int(matrix[i][j])
return Max*Max