最大正方形

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