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
Related Topics
数组
动态规划
矩阵
思路1:判断每一个起点所构成的正方形
分析:怎样才能构成正方形?
经过判断,正方形都是从某个起点[i,j]为1开始,向右和向下扩展一行到[i+1,j+1],而且下面这一行和这一列范围内都必须要为1。
算法思路:
-
从每个点开始,如果为1,就开始判断以这个点为起点的正方形。使用fun方法。
fun方法思路:判断以(i,j)
为起点的正方形个数
-
首先这个点为1,是一个正方形,初始化正方形个数sum为1.还需要保存这个起点[startI,StartJ].
-
因为正方形每次都是向右向下增加一行。endI和endJ自增加1后
-
向下一行的为第endI行的第[startJ,endJ]列范围是否为1
-
向右一列为第endJ列的第[startI,endI]行是否为1.
-
-
如果都为1 ,则正方形个数加1,不为1直接返回结果。
class Solution { public int countSquares(int[][] matrix) { int sum = 0; int m = matrix.length; int n = matrix[0].length; for(int i = 0 ; i < m;i++){ for(int j = 0 ; j < n;j++){ if(matrix[i][j]==1){ sum+=fun(matrix,i,j); } } } return sum; } public int fun(int[][] matrix,int endI,int endJ){ //以元素[i,j]为起点,每次向右和向下扩展 int m = matrix.length; int n = matrix[0].length; int sum = 1; int startI = endI; int startJ = endJ; while(endI < m-1 && endJ < n-1){ //需要判断第i+1行和第j+1元素 endI++; endJ++; //判断i+1行的第[startJ,endJ]列范围内是否为1 for(int j = startJ; j <= endJ;j++){ if(matrix[endI][j]!=1){ return sum; } } //判断j+1列的第[startI,endI]行范围内是否为1 for(int i = startI; i <= endI;i++){ if(matrix[i][endJ] != 1){ return sum; } } sum++; } return sum; } } 解答成功: 执行耗时:6 ms,击败了85.09% 的Java用户 内存消耗:49.4 MB,击败了83.69% 的Java用户
思路2:动态规划
具体分析参考leetcode。
dp[i] [j]表示以i,j为右下角的正方形的边长(即就是以i,j为右下角的正方形个数)。
-
那么第一行和第一列的dp值就等于matrix自身的值。
-
如果matrix的值等于0,直接就为0.
-
如果matrix的值等于1,
dp[i] [j] = min(dp[i-1] [j],dp[i-1] [j-1],dp[i] [j-1])+1
。-
即就是当前元素的左边和上边还有左上角的位置的最小值。
-
分析:为什么是左边和上边还有左上角位置的最小值呢?
假设:
-
以
(i,j)
为右下角的正方形的dp
为4,那么这三个位置的正方形个数最少为3-
dp[i-1] [j] >= 3 = dp[i] [j] -1
-
dp[i-1] [j-1] >= 3 = dp[i] [j] -1
-
dp[i] [j-1] >= 3 = dp[i] [j] -1
-
-
推出:
dp[i] [j] <= min(dp[i-1] [j],dp[i-1] [j-1],dp[i] [j-1])+1
。 -
以
(i-1,j)、(i,j-1)、(i-1,j-1)
的最小值为3,那么(i,j)
的正方形个数至少为4-
dp[i-1] [j] + 1 <= dp[i] [j]
-
dp[i-1] [j-1] <= dp[i] [j]
-
dp[i] [j-1] <= dp[i] [j]
-
-
推出
dp[i] [j] >= min(dp[i-1] [j],dp[i-1] [j-1],dp[i] [j-1])+1
所以 dp[i] [j] >= min(dp[i-1] [j],dp[i-1] [j-1],dp[i] [j-1])+1
class Solution { public int countSquares(int[][] matrix) { int m = matrix.length; int n = matrix[0].length; int[][] dp = new int[m][n]; int sum = 0; for(int i = 0; i < m;i++){ for(int j = 0 ; j < n;j++){ //处理第一行和第一列 if(i == 0 || j == 0){ dp[i][j] = matrix[i][j]; }else if(matrix[i][j] == 0){ dp[i][j] = 0; }else{ dp[i][j] = Math.min(dp[i-1][j],Math.min(dp[i-1][j-1],dp[i][j-1]))+1; } sum+=dp[i][j]; } } return sum; } } 解答成功: 执行耗时:7 ms,击败了41.93% 的Java用户 内存消耗:50 MB,击败了74.69% 的Java用户
总结:
思路1是从左上角往下计算,需要每次判断一行和一列是否都为1.
思路2是从右上角往左上角判断,可以根据已知的计算内容判断当前节点,使用动态规划。