Maximal Square
问题描述: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。
比如说在下面的二维矩阵中,
1 0 1 0 0
1 0 1 1 1
1 1 1 1 1
1 0 0 1 0
只包含1的最大正方形的面积为2*2=4。
问题解决:正方形的面积等于边长的平方,所以找到最大的正方形意味着其边长也是最大的。在这里我们可以认为一个1也是一个正方形,其面积为1。我们从二维矩阵的左上角(或者其他三个角中的一个也行)出发来分析这个问题。我们发现,对于二维矩阵中的任意一个位置,若它是正方形中的一个部分,那么它的左边、上面、左上角的位置(假设存在的话)肯定也是某个正方形中的一个部分(因为我们认为一个1也是正方形)。那我们如何确认以这个点为右下角的正方形的面积呢?第一行和第一列比较容易确定,在第一行或者第一列的任意一个位置只要其值是1,则以该点为右下角的正方形的面积为1。接下来看二维矩阵剩余的部分,如果某个位置 的值为1,那么该位置也能成为正方形的右下角,该正方形的边长为左边、上面、左上角所对应正方形中的最小边长加一(如果不是以最小边长加一,那么该正方形肯定存在某个位置为0,不符合条件)。如果该位置的值是0,则并不存在以该位置为右下角的正方形。说到这里,我们很容易就想到了用动态规划的方法来解决这道问题。
class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix) {
int h=matrix.size();
if(h==0) return 0;
int w=matrix[0].size();
int dp[h][w];
//保存最大边长
int res=0;
for(int i=0;i<h;i++)
{
dp[i][0]=matrix[i][0]-'0';
res=max(res,dp[i][0]);
}
for(int j=0;j<w;j++)
{
dp[0][j]=matrix[0][j]-'0';
res=max(res,dp[0][j]);
}
for(int i=1;i<h;i++)
{
for(int j=1;j<w;j++)
{
dp[i][j]=matrix[i][j]=='1'? min(dp[i-1][j-1],min(dp[i-1][j],dp[i][j-1]))+1:0;
res=max(res,dp[i][j]);
}
}
//返回最大面积
return res*res;
}
};