给你一个 m * n 的矩阵,矩阵中的元素不是 0 就是 1,请你统计并返回其中完全由 1 组成的 正方形 子矩阵的个数。
示例 1:
输入:matrix =
[
[0,1,1,1],
[1,1,1,1],
[0,1,1,1]
]
输出:15
解释:
边长为 1 的正方形有 10 个。
边长为 2 的正方形有 4 个。
边长为 3 的正方形有 1 个。
正方形的总数 = 10 + 4 + 1 = 15.
示例 2:
输入:matrix =
[
[1,0,1],
[1,1,0],
[1,1,0]
]
输出:7
解释:
边长为 1 的正方形有 6 个。
边长为 2 的正方形有 1 个。
正方形的总数 = 6 + 1 = 7.
提示:
1 <= arr.length <= 300
1 <= arr[0].length <= 300
0 <= arr[i][j] <= 1
动态规划数组的意义还是比较难想的,一开始打算直接用dp[i][j]表示以i,j为右下角的二维数组内所能组成的正方形个数,状态方程死活想不出来。
看了题解,理解了一下。用dp[i][j]表示以i,j为右下角的所能组成的最大正方形边长(其实也是全1正方形个数,前提是包含i,j这个角),这样这个状态就是比前一个状态多出来的正方形个数,设置变量加起来最后即为所得。
有了定义之后,状态方程也就比较好想。i,j能组成的最大正方形边长,是和它的上,左上,左侧位置的状态相关的。i,j所能组成的最大值,受这三个状态中最小值限制。当然,如果i,j位置是0,那么dp[i][j]直接就是0了。
贴份代码
class Solution {
public:
int countSquares(vector<vector<int>>& matrix) {
int dp[310][310] = {0};//dp表示右下角为i,j的二维数组内组成最大正方形的边长
int lengthi = matrix.size();
int lengthj = matrix[0].size();
int count = 0;
for(int i=0;i<lengthj;i++) {
dp[0][i] = matrix[0][i];
count += dp[0][i];
}
for(int i=0;i<lengthi;i++) {
dp[i][0] = matrix[i][0];
count += dp[i][0];
}
if(matrix[0][0] == 1) {
count--;
}
for(int i=1;i<lengthi;i++) {
for(int j=1;j<lengthj;j++) {
if(matrix[i][j] == 1){
dp[i][j] = min(min(dp[i-1][j],dp[i][j-1]),dp[i-1][j-1])+1;
count += dp[i][j];
}
}
}
return count;
}
};