leetcode_1277.统计全为1的正方形子矩阵

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;
    }
};