221. 最大正方形

221. 最大正方形

原始题目链接：https://leetcode-cn.com/problems/maximal-square/
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 1：

输入：matrix = [[“1”,“0”,“1”,“0”,“0”],[“1”,“0”,“1”,“1”,“1”],[“1”,“1”,“1”,“1”,“1”],[“1”,“0”,“0”,“1”,“0”]]
输出：4
示例 2：

输入：matrix = [[“0”,“1”],[“1”,“0”]]
输出：1
示例 3：

输入：matrix = [[“0”]]
输出：0

提示：

m == matrix.length
n == matrix[i].length
1 <= m, n <= 300
matrix[i][j] 为 ‘0’ 或 ‘1’

解题思路：

动态规划解题，定义状态，用dp(i,j) 表示以 (i,j) 为右下角，且只包含 11
的正方形的边长最大值。如果我们能计算出所有dp(i,j) 的值，那么其中的最大值即为矩阵中只包含 1的正方形的边长最大值，其平方即为最大正方形的面积。初始化dp数组为matrix大小的二维数组，值都为0，这样包含了一种边界条件，即i或j为0的时候且matrix[i][j]=0，dp[i][j]=0，计算dp数组中的dp[i][j]的值是在matrix[i][j]== '1’的基础上来计算，动态转移方程dp(i,j) 的值由其上方、左方和左上方的三个相邻位置的 dp 值决定。具体而言，当前位置的元素值等于三个相邻位置的元素中的最小值加 1。具体实现看代码。

代码实现：

class Solution:
    def maximalSquare(self, matrix: List[List[str]]) -> int:
        # 判断边界:非二维数组
        if len(matrix) == 0 or len(matrix[0]) == 0:
            return 0
        
        row, col = len(matrix), len(matrix[0])

        # 定义状态dp[i][j]:以坐标(i, j)为右下角且只包含元素1的最大正方形的边长
        # 初始化dp数组全0，并且边界条件中，dp[i][j]为0并且i或j为0，则最大边长就是0
        dp = [[0] * col for _ in range(row)]
        
        # 最大边长
        maxSide = 0

        # 遍历dp中的每个坐标元素，计算状态转移方程
        for i in range(row):
            for j in range(col):
                # 判断当前值是否是1，注意是字符1
                if matrix[i][j] == '1':
                    if i == 0 or j == 0:
                        dp[i][j] = 1
                    else:
                        # dp[i][j]是它的左上角、左边、上边的最大正方形边长的最小值+1
                        dp[i][j] = min(dp[i - 1][j - 1], dp[i][j - 1], dp[i - 1][j]) + 1
                    # 更新最大值
                    maxSide = max(maxSide, dp[i][j])

        return maxSide * maxSide

参考文献：
https://leetcode-cn.com/problems/maximal-square/solution/zui-da-zheng-fang-xing-by-leetcode-solution/