给定一个仅包含 0
和 1
、大小为 rows *cols
的二维二进制矩阵,找出只包含 1
的最大矩形,并返回其面积。
动态规划思路分析:
首先,定义两个二维数组dp_x和dp_y,分别用来记录以每个点为右下角的矩形的宽度和高度。初始化时,将第一个点的宽度和高度设置为1或0,取决于该点的值是'1'还是'0',并将ans(最大矩形面积)初始化为这个值。
然后,从第二行和第二列开始遍历矩阵的每个点,如果该点的值不为'0',则更新dp_x和dp_y数组的对应值。dp_x[i][j]表示以点(i, j)为右下角的矩形的宽度,等于dp_x[i][j-1] + 1;dp_y[i][j]表示以点(i, j)为右下角的矩形的高度,等于dp_y[i-1][j] + 1。同时,每次更新ans的值为当前最大矩形面积。
最后,遍历完整个矩阵后,ans的值即为最大矩形面积,将其返回。
当matrix[i][j]为'0'时,dp_x[i][j]和dp_y[i][j]都为0,因为以该点为右下角的矩形宽度和高度都为0。
当matrix[i][j]为'1'时,
dp_x[i][j]表示以点(i, j)为右下角的矩形的宽度,等于dp_x[i][j-1] + 1;
dp_y[i][j]表示以点(i, j)为右下角的矩形的高度,等于dp_y[i-1][j] + 1。
所以,可以得到动态规划的转移方程如下:
dp_x[i][j] = dp_x[i][j-1] + 1,当matrix[i][j]为'1'
dp_y[i][j] = dp_y[i-1][j] + 1,当matrix[i][j]为'1'
其中,dp_x[i][j]表示以点(i, j)为右下角的矩形的宽度,dp_y[i][j]表示以点(i, j)为右下角的矩形的高度。
AC代码
class Solution {
public:
int maximalRectangle(vector<vector<char>>& matrix) {
int matrix_y = matrix.size();
int matrix_x = matrix[0].size();
vector<vector<int>>dp_x(matrix_y,vector<int>(matrix_x,0));
vector<vector<int>>dp_y(matrix_y,vector<int>(matrix_x,0));
int ans = 0;
if (matrix[0][0] == '0') {
dp_x[0][0] = 0;
dp_y[0][0] = 0;
}
else {
dp_x[0][0] = 1;
dp_y[0][0] = 1;
ans = 1;
}
for (int i = 1; i < matrix_x; i++) {
if (matrix[0][i] != '0') {
dp_x[0][i] = dp_x[0][i - 1] + 1;
dp_y[0][i] = 1;
ans = max(ans, dp_x[0][i]);
}
}
for (int i = 1; i < matrix_y; i++) {
if (matrix[i][0] != '0') {
dp_y[i][0] = dp_y[i - 1][0] + 1;
dp_x[i][0] = 1;
ans = max(ans, dp_y[i][0]);
}
}
for (int i = 1; i < matrix_y; i++) {
for (int j = 1; j < matrix_x; j++) {
if (matrix[i][j] != '0') {
dp_x[i][j] = dp_x[i][j - 1] + 1;
dp_y[i][j] = dp_y[i - 1][j] + 1;
int minindex = dp_x[i][j];
ans = max(ans,dp_x[i][j]);
int temp_ans = minindex;
int temp_x = minindex;
for (int k = 1; k < dp_y[i][j]; k++) {
temp_x = min(temp_x, dp_x[i-k][j]);
temp_ans = max(temp_ans, (temp_x * (k + 1)));
}
ans = max(ans, temp_ans);
}
}
}
return ans;
}
};