题目来源:题目
题目
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
思路
思路一(暴力搜索)
遍历整个二维数组,如果遇到字符为‘1’的元素,计算以它为正方形左上角元素的最大正方形面积。
首先要知道以该元素为正方形左上角的边长最大值,正方形的长和宽不能超过矩形的行数和列数。
每当计算出一个正方形时,给他的行和列都添加一行,判断是否构成正方形。如果可以构成,继续添加行和列,否则遍历下一个元素。
思路二(动态规划)
用matrix表示矩阵
用dp[i][j]表示从以i,j为下标的矩阵中存在的最大正方形的边长。
如果matrix[0][0]为1,则dp[i][j]=1,否则dp[i][j]=0;
接着遍历剩余的矩阵元素。matrix[i][j]子矩阵可以存在的最大正方形的边长为min(i,j)+1.
Matrix[i][j-1]和maxtrix[i-1][j]子矩阵中可以存在的最大正方形边长分别为min(I,j-1)+1和min(i-1,j)+1.
如果min(I,j)等于min(I,j-1)
如果dp[I][j-1]存在最大正方形边长时,dp[i][j]=dp[i][j-1]
否则dp[i][j-1]中不存在正方形边长最大值时,判断以matrix[i][j]为右下角的正方形的边长是否为dp[i][j-1]+1.如果存在,则dp[i][j]=dp[i][j-1]+1.则dp[i][j]=dp[i][j-1]
如果min(I,j)大于min(I,j-1)时
判断以matrix[i][j]为右下角的正方形边长是否为dp[i][j-1]+1.如果存在,则dp[i][j]=dp[i][j-1]+1.则dp[i][j]=dp[i][j-1]
还要用上述的方法判断dp[i][j]与dp[i-1][j]的关系,取计算的dp[i][j]的最大值。
最后计算到dp[m-1][n-1],即为题目给出的矩阵的最大正方形边长。
最后返回dp[m-1][n-1]* dp[m-1][n-1]
代码
动态规划代码
public static int maximalSquare(char[][] matrixmatrix) {
if(matrix == null || matrix.length == 0)return 0;
int m = matrix.length,n = matrix[0].length;
int dp[][] = new int[m][n];
if(matrix[0][0] == '1')dp[0][0] = 1;
else dp[0][0] = 0;
for(int i = 0; i < m; i++){
for(int j = 0; j < n;j++){
System.out.println(m + " " + n);
if(i == 0 && j == 0)continue;
int dp1 = 0,dp2 = 0;
if(i - 1 >= 0){
//System.out.println("come");
if(Math.min(i,j) == Math.min(i - 1,j)){
if(dp[i - 1][j] == Math.min(i,j) + 1)dp1 = dp[i - 1][j];
else {
if(isCur(matrix,i,j,dp[i - 1][j] + 1))dp1 = dp[i - 1][j] + 1;
else dp1 = dp[i - 1][j];
}
}else {
if(isCur(matrix,i,j,dp[i-1][j] + 1))dp1 = dp[i - 1][j] + 1;
else dp1 = dp[i - 1][j];
}
}
if(j - 1 >= 0){
//System.out.println("come");
if(Math.min(i,j) == Math.min(i,j - 1)){
if(dp[i][j - 1] == Math.min(i,j) + 1)dp2 = dp[i][j - 1];
else {
//System.out.println("come");
if(isCur(matrix,i,j,dp[i][j - 1] + 1))dp2 = dp[i][j - 1] + 1;
else dp2 = dp[i][j - 1];
}
}else {
if(isCur(matrix,i,j,dp[i][j - 1] + 1))dp2 = dp[i][j - 1] + 1;
else dp2 = dp[i][j - 1];
}
}
dp[i][j] = Math.max(dp1,dp2);
}
}
//System.out.println(dp[0][1]);
return dp[m - 1][n - 1] * dp[m - 1][n - 1];
}
public static boolean isCur(char[][] matrix,int i,int j,int len){
for(int m = i;m > i - len;m--){
for(int n = j;n > j - len;n--){
if(matrix[m][n] == '0')return false;
}
}
return true;
}
总结
1.暴力搜索的时间复杂度为O(mnMin(m,n)^2),其中m,n分别为矩阵的行数和列数
因为矩阵中的每个‘1’都要遍历,时间复杂度为O(mn)
对于每个‘1’都要找边长最大的正方形,该过程的时间复杂度为O(min(m,n)^2)
空间复杂度为O(1)
2动态规划的时间复杂度为O(mn),只需要计算每个子矩阵的dp值即可。
空间复杂度为O(mn).