一个01矩阵中求边长为k的全1的矩阵的个数_求出n行n列的01矩阵,满足其中恰好有 k 个 1,且每行每列最多有一个1的01矩阵有多少-CSDN博客

本文链接：https://blog.csdn.net/weixin_45187794/article/details/129816349

该代码实现了一个函数，使用动态规划方法计算给定01矩阵中，边长为k的全为1的正方形矩阵的个数。首先初始化一个辅助矩阵aux，然后遍历矩阵，根据矩阵元素和相邻元素的值更新aux，最后统计边长达到k的正方形数量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

dp[i][j] = min(dp[i-1][j-1], dp[i-1][j], dp[i][j-1]) + 1，如果i>0且j>0
递推公式的含义是，以(i, j)为右下角的正方形的边长，取决于其左上方、上方、左方的正方形的最大边长，取最小值再加1即可。
有了dp数组之后，只需要遍历矩阵中的每个位置，更新dp数组的值，同时统计边长为k的全为1的正方形矩阵的个数或者找到其中一个最大的全为1正方形矩阵。

def count_squares(matrix, k):
    """
    :param matrix: 01矩阵
    :param k: 正方形边长
    :return: 边长为k的全为1的正方形矩阵的个数
    """
    if not matrix:
        return 0
    m, n = len(matrix), len(matrix[0])
    # 初始化辅助矩阵，aux[i][j]表示以(i, j)为右下角的最大正方形边长
    aux = [[0] * n for _ in range(m)]
    # 初始化结果变量
    count = 0
    # 对矩阵中的每个位置进行处理
    for i in range(m):
        for j in range(n):
            # 如果matrix[i][j]为0，则aux[i][j]为0
            if matrix[i][j] == 0:
                aux[i][j] = 0
            else:
                # 如果matrix[i][j]为1，则计算以(i, j)为右下角的最大正方形边长
                if i == 0 or j == 0:
                    aux[i][j] = 1
                else:
                    # 如果matrix[i][j]为1，则aux[i][j]为aux[i-1][j-1]+1
                    aux[i][j] = min(aux[i-1][j-1], aux[i-1][j], aux[i][j-1]) + 1
            # 如果以(i, j)为右下角的正方形边长达到k，则计数器加1
            if aux[i][j] >= k:
                count += 1
    # 返回计数器的值
    return count

# 测试用例1
matrix1 = [[1, 1, 1],
           [1, 1, 1],
           [1, 1, 1]]
k1 = 2
print(count_squares(matrix1, k1)) # 4
# 测试用例2
matrix2 = [[1, 1, 1, 0, 0],
           [1, 1, 1, 0, 0],
           [1, 1, 1, 1, 1],
           [0, 1, 1, 1, 1]]
k2 = 2
print(count_squares(matrix2, k2)) #7
# 测试用例3
matrix3 = [[1, 1, 1, 0, 0],
           [1, 1, 1, 0, 0],
           [1, 1, 1, 1, 1],
           [0, 1, 1, 1, 1]]
k3 = 3
print(count_squares(matrix3, k3)) # 1
# 测试用例4
matrix4 = [[1, 1, 1],
           [1, 0, 1],
           [1, 1, 1]]
k4 = 2
print(count_squares(matrix4, k4)) # 0
# 测试用例5
matrix5 = [[1, 1, 1],
           [1, 0, 1],
           [1, 0, 1]]
k5 = 2
print(count_squares(matrix5, k5)) # 0

# 测试用例6
matrix6=[[0,0,0,0,0],
        [0,1,1,1,1],
        [0,1,1,1,1],
        [0,1,0,0,1],
        [0,1,1,1,1]]
k6 = 2
print(count_squares(matrix6, k6)) # 3

matrix7=[]
k7=1
print(count_squares(matrix7, k7)) # 0