class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix) {
int max_side=0;
if(matrix.empty()||matrix.size()==0||matrix[0].size()==0)
return max_side;
int m = matrix.size();
int n = matrix[0].size();
for(int i=0;i<m;i++){
for(int j=0;j<n;j++){
if(matrix[i][j]=='1')
{//以当前i,j为正方形左上角,找一个最长的连续1的横边,和一个最长的连续1的竖边,取较小的那个作为最大边
int cur_side = 1;
int max_add = min(m-i,n-j);//最长的可加长度
for(int k=1;k<max_add;k++){
//判断i+k行的,所有j到j+k是否都为1;
//判断j+k列的,所有i到i+k是否都为1;
bool flag = true;
for(int x=j;x<=j+k;x++){
if(matrix[i+k][x]=='1') flag = true;
else {flag=false;break;}
}
if(flag){
for(int x=i;x<=i+k;x++){
if(matrix[x][j+k]=='1') flag=true;
else{flag=false;break;}
}
}
if(flag) cur_side+=1;
else break;
}
max_side = max(max_side,cur_side);
}
}
}
return max_side*max_side;
}
};
如果遇到这题,八成是要挂了,最麻烦的方法如上,遍历矩阵中每一个点i,j,以其作为正方形的左上角,查找最大的连续正方形,行上后面可加长度是m-i-1,列后面可加长度是n-j-1,因为是正方形,所以整体可加长度就是行列中可加长度取min,循环中k的条件是小于max_add,所以,max_add = min(m-i,n-j);然后遍历的时候,相当于每次k增1时候,都判断新加那一行那一列是不是全为1,如果是cur_side就要增1,不是那么跳出k循环,说明后面再加也不是连续的了。
动态规划解法:
dp[i][j]表示以matrix[i][j]为正方形右下角,最大的正方形,如果matrix[i][j]=0,显然长度为0;如果matrix[i][j]=1,dp[i][j]=min{dp[i-1][j],dp[i][j-1],dp[i-1][j-1]}+1;证明见leetcode官方证明。初始化条件,当i=0或者j=0时,如果matrix[i][j]=1,那么dp[i][j]=1,否则dp[i][j]=0。
class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix) {
int max_side=0;
if(matrix.empty()||matrix.size()==0||matrix[0].size()==0)
return max_side;
vector<vector<int>> dp(matrix.size(),vector<int>(matrix[0].size(),0));
for(int i = 0;i<matrix.size();i++){
for(int j=0;j<matrix[0].size();j++){
if(matrix[i][j]=='0') {dp[i][j]=0; continue;}
if(i==0||j==0) {dp[i][j]=1; max_side = max(max_side,dp[i][j]);}
else{
dp[i][j]=min(dp[i-1][j],min(dp[i][j-1],dp[i-1][j-1]))+1;
if(dp[i][j]>max_side) max_side = dp[i][j];
}
}
}
return max_side*max_side;
}
};