【动态规划】221. 最大正方形-力扣-Java

一.题目描述

221. 最大正方形

在一个由 '0''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

  • matrixi 为 '0' 或 '1'

二.思路

思路:设置dp【i】【j】表示为到达i,j这个块为某正方形右下角块的最大正方形边长

定义dp值后我们可以观察到,一个边长超过1的正方形,它的右下角是个正方形,而且它的上方,左方,左上方一定也都是某个正方形的右下角,否则该点为右下角的最大正方形就是它自己

而且可得 以该点为右下角的正方形边长,一定比它的上方,左方,左上方构成的最大正方形边长大1

最好的情况是是它的上方,左方和左上方为右下角的正方形的大小都一样的,这样加上该点就可以构成一个更大的正方形。 但如果它的上方,左方和左上方为右下角的正方形的大小不一样,合起来就会缺了某个角落,这时候只能取那三个正方形中最小的正方形的边长加1了

此时可以推出转移方程

dp【i】【j】 = Math.min(dp【i】【j】, dp【i】【j-1】,dp【i-1】【j】)+1;

如果这个点本身为0的话,那么dp【i】【j】就肯定为0了

因此转移方程一定是在该点为1的时候进行的

初始化值

当原矩阵nums【i】【j】为1时候

给最开始dp【0】【i】和dp【j】【0】赋值

如果nums【i】【j】为0,自然而然的dp【i】【j】也就为0.,所以不做操作

最后找出dp数组中的最大值,即为最大正方形的边长,返回该值的平方即可

三.代码

class Solution {
    public int maximalSquare(char[][] matrix) {
        int m =matrix.length;
        int n =matrix[0].length;
​
        if(m==0||n==0||matrix==null){//当给定数组为空或者大小为0时,直接返回
            return 0;
        }
        int[][] dp = new int[m][n];
​
        int res = 0 ;//用来寻找最大值
        for(int i =0;i<m;i++){
            for(int j =0;j<n;j++){
                if(matrix[i][j]=='1'){
                    if(i==0||j==0){
                        dp[i][j]=1;//初始化赋值
                    }else{
                        dp[i][j] = Math.min(dp[i-1][j],Math.min(dp[i][j-1],dp[i-1][j-1]))+1;
                    }
                }
                res = Math.max(res,dp[i][j]);
            }
​
        }
        return res*res;
    }
​
}
    

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值