[leetcode]Maximal Square 和 Maximal Rectangle

本文介绍了如何使用动态规划解决LeetCode中的Maximal Square和Maximal Rectangle问题。通过建立一个与原矩阵相同大小的额外矩阵numofsq,存储每个位置以该点为右下角的最大正方形边长。对于Maximal Square,重点是考虑当前位置的上、左、左上邻居,而Maximal Rectangle的解决方案将在后续部分进行探讨。
摘要由CSDN通过智能技术生成

刚好在实际应用中碰到了类似问题,大致内容是需要求一个不规则区域的最大可用的矩形区域,当时的想法是首先获得不规则区域的外接矩形,矩形的某一条边与该区域的最长的一条边重叠,然后将外接矩形划分成很多个网格,判断每个网格是否处在区域中,在则置为1,不在为0,再求最大的都为1的矩形区域(与Maximal Rectangle问题类似)。

Maximal Square

利用动态规划的方法,用一个和matrix同样大小的数组假如是numofsq,来保存对于当前位置的以当前位置为右下角点的最大方形的边长。
  对于中间的某一个位置(i,j),若该位置的值matrix[i][j]为0,则有numofsq[i][j]为0;若该位置的值为1,则判断该位置上、左上、左三个相邻元素的值,若不都为1,当前位置的numofsq[i][j]的值应置为1,如果都为1,那么当前位置可以和这三个相邻位置构成一个方形区域,同时上、左上、左三个对应的numofsq中分别存储着以它们为右下角点的方形大小,所以利用这个值就可以得出以当前位置为右下角点的方形大小。
  第一行和第一列没有完整的上、左上、左三个位置,所以它的值只与当前位置的值相关。
matrix矩阵     numofsq矩阵 初始值     执行后的值
1 0 1 0 0         1 0 1 0 0         1 0 1 0 0
1 0 1 1 1         1 0 0 0 0         1 0 1 1 1
1 1 1 1 1         1 0 0 0 0         1 1 1 2 2
1 0 0 1 0         1 0 0 0 0         1 0 0 1 0

int maximalSquare(vector<vector<char>>& matrix) {
		if (matrix.size() == 0 || matrix[0].size() == 0) return 0;
		if (matrix.size() == 1) { //只有一行
			for (int j = 0; j < matrix[0].size(); ++j) {
				if (matrix[0][j] == '1') return 1;
			}
			return 0;
		}
		if (matrix[0].size() == 1) { //只有一列
			for (int i = 0; i < matrix.size(); ++i) {
				if (matrix[i][0] == '1') return 1;
			}
			return 0;
		}

		int row = matrix.size(), col = matrix[0].size();
		vector<vector<int>> numofsq;
		numofsq.resize(row);
		for(int i = 0; i < row; ++i)
			numofsq[i].resize(col);
		int max = 0;
		//初始化第一行和第一列
		for (int i = 0; i < row; ++i) {
			matrix[i][0] == '1' ? numofsq[i][0] = 1, max = 1 : numofsq[i][0] = 0;
		}
		for (int j = 1; j < col; ++j) {
			matrix[0][j] == '1' ? numofsq[0][j] = 1, max = 1 : numofsq[0][j] = 0;
		}
		//计算中间部分
		for (int i = 1; i < row; ++i) {
			for (int j = 1; j < col; ++j) {
				if (matrix[i][j] == '0')
					numofsq[i][j] = 0;
				else {
					if (matrix[i - 1][j] > '0' && matrix[i - 1][j - 1] > '0' && matrix[i][j - 1] > '0') {
						numofsq[i][j] = min(numofsq[i - 1][j], min(numofsq[i - 1][j - 1], numofsq[i][j - 1])) + 1;
					}
					else
						numofsq[i][j] = 1;

					if (max < numofsq[i][j])
						max = numofsq[i][j];
				}
			}
		}
		return max*max;
	}

Maximal Rectangle

待续…

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值