给定一个方阵,其中每个单元(像素)非黑即白。设计一个算法,找出 4 条边皆为黑色像素的最大子方阵。
返回一个数组 [r, c, size] ,其中 r, c 分别代表子方阵左上角的行号和列号,size 是子方阵的边长。若有多个满足条件的子方阵,返回 r 最小的,若 r 相同,返回 c 最小的子方阵。若无满足条件的子方阵,返回空数组。
示例 1:
输入:
[
[1,0,1],
[0,0,1],
[0,0,1]
]
输出: [1,0,2]
解释: 输入中 0 代表黑色,1 代表白色,标粗的元素即为满足条件的最大子方阵
示例 2:
输入:
[
[0,1,1],
[1,0,1],
[1,1,0]
]
输出: [0,0,1]
提示:
matrix.length == matrix[0].length <= 200
一、动态规划
从右下角向左上角遍历,存储每个点右边和下面连续的0数;再从左上角向右下角遍历,选行和列最小的值,递减判断能组成的最大正方形。
class Solution:
def findSquare(self, matrix: List[List[int]]) -> List[int]:
if not matrix:
return []
mrow = collections.defaultdict(int)
mcol = collections.defaultdict(int)
len_row = len(matrix)
len_col = len(matrix[0])
res = []
for r in range(len_row)[::-1]:
for c in range(len_col)[::-1]:
if matrix[r][c] == 0:
mrow[r, c] = 1 + mrow[r, c+1]
mcol[r, c] = 1 + mcol[r+1, c]
for r in range(len_row):
for c in range(len_col):
if matrix[r][c] == 0:
max_size = min(mrow[r,c], mcol[r,c])
cur_size = 0 if not res else res[2]
for size in range(max_size, cur_size, -1):
if mcol[r, c+size-1] >= size and mrow[r+size-1,c] >= size:
res = [r, c, size]
break
return res