leetcode:85. 全是1的最大子矩形面积

这篇博客介绍了如何解决LeetCode上的最大矩形面积问题,分别给出了暴力遍历每个点计算面积和使用单调栈优化的方法。暴力方法通过维护以每个点为右下角的连续1的个数,计算所有矩阵面积。单调栈方法则通过处理直方图,找到含1最多的子矩阵。两种方法均涉及矩阵操作和面积计算,展示了算法优化的思路。
摘要由CSDN通过智能技术生成

题目来源

题目描述

在这里插入图片描述
在这里插入图片描述

class Solution {
public:
    int maximalRectangle(vector<vector<char>>& matrix) {

    }
};

题目解析

暴力

遍历每个点,求以这个点位矩阵右下角的所有矩阵的面积。如下图两个例子,橙色是当前遍历的点,然后虚线框圈出的矩阵是其中一个矩阵

在这里插入图片描述
怎么找出这样的矩阵呢?如下图,如果我们知道了以这个点结尾的连续1的个数的话,问题就变得简单了
在这里插入图片描述

  1. 首先求出高度是1的矩阵面积,也就是它自身的数,如图橙色的4,面积就是4
  2. 然后向上扩展一行,高度增加一,选出当前列最小的数字,作为矩阵的宽,求出面积,对应上图的矩形框。
  3. 然后继续向上扩展,重复步骤 2。

按照上边的方法,遍历所有的点,求出所有的矩阵就可以了。

举个例子:以橙色的点为右下角

  • 高度为 1
    在这里插入图片描述
  • 高度为 2
    在这里插入图片描述
  • 高度为 3

在这里插入图片描述

实现如下:

class Solution {
public:
    int maximalRectangle(vector<vector<char>>& matrix) {
        if(matrix.empty()){
            return 0;
        }

        //保存以当前数字结尾的连续 1 的个数
        int m = matrix.size(), n = matrix[0].size();
        int width[m][n];
        int maxArea = 0;
        for (int i = 0; i < m; ++i) {
            for (int j = 0; j < n; ++j) {
                //更新 width
                if(matrix[i][j] == '1'){
                    if(j == 0){
                        width[i][j] = 0;
                    }else{
                        width[i][j] = width[i][j - 1] + 1; //往左边看
                    }
                }else{
                    width[i][j] = 0;
                }

                //记录所有行中最小的数
                int minWidth = width[i][j];

                //向上扩展行
                for (int k = i; k >= 0; --k) {
                    int height = i - k + 1;
                    //找最小的数作为矩阵的宽
                    minWidth = std::min(minWidth, width[k][j]);
                    //更新面积
                    maxArea = std::max(maxArea, height * minWidth);
                }
            }
        }
        return maxArea;
    }
};

单调栈

这道题是leetcode:84. 柱状图中最大的矩形的扩展

再想一下这个题,看下边的橙色的部分,这完全就是上一道题呀!
在这里插入图片描述
准备一个直方图数组

  • 子矩阵必须以第0行作为地基的情况下(往上看),哪个子矩阵含有的1最多
    • 得到[1、0、1、0、0],然后我们得到maxArea=1
  • 子矩阵必须以第1行作为地基的情况下(往上看),哪个子矩阵含有的1最多
    • 得到[2、0、2、1、1],然后我们得到maxArea=1+1+1=3
  • 子矩阵必须以第2行作为地基的情况下(往上看),哪个子矩阵含有的1最多
    • 得到[3、1、3、2、2],然后我们得到maxArea=2+2+2=6
class Solution {
    // height是正方图数组
    int process(std::vector<int> & height){
        if(height.empty()){
            return 0;
        }
        int size = height.size();
        int maxArea = 0;
        std::stack<int> stack;
        for (int i = 0; i < height.size(); ++i) {
            while (!stack.empty() && height[i] <= height[stack.top()]){
                int j = stack.top(); stack.pop();
                int k = stack.empty() ? -1 : stack.top();
                int currArea = (i - k - 1) * height[j];
                maxArea = std::max(maxArea, currArea);
            }
            stack.push(i);
        }
        while (!stack.empty()){
            int j = stack.top(); stack.pop();
            int k = stack.empty() ? -1 : stack.top();
            int currArea = (size - k - 1) * height[j];
            maxArea = std::max(maxArea, currArea);
        }
        return maxArea;
    }
public:
    int maximalRectangle(vector<vector<char>>& matrix) {
        if(matrix.empty()){
            return 0;
        }

        //保存以当前数字结尾的连续 1 的个数
        int m = matrix.size(), n = matrix[0].size();
        int maxArea = 0;
        std::vector<int> height(n, 0);
        for (int i = 0; i < m; ++i) {
            for (int j = 0; j < n; ++j) {
                height[j] = matrix[i][j] == '0'? 0 : height[j] + 1;
            }
            maxArea = std::max(maxArea, process(height));
        }
        return maxArea;
    }
};
给定一个整数数组 nums 和一个目标值 target,要求在数组中找出两个数的和等于目标值,并返回这两个数的索引。 思路1:暴力法 最简单的思路是使用两层循环遍历数组的所有组合,判断两个数的和是否等于目标值。如果等于目标值,则返回这两个数的索引。 此方法的时间复杂度为O(n^2),空间复杂度为O(1)。 思路2:哈希表 为了优化时间复杂度,可以使用哈希表来存储数组中的元素和对应的索引。遍历数组,对于每个元素nums[i],我们可以通过计算target - nums[i]的值,查找哈希表中是否存在这个差值。 如果存在,则说明找到了两个数的和等于目标值,返回它们的索引。如果不存在,将当前元素nums[i]和它的索引存入哈希表中。 此方法的时间复杂度为O(n),空间复杂度为O(n)。 思路3:双指针 如果数组已经排序,可以使用双指针的方法来求解。假设数组从小到大排序,定义左指针left指向数组的第一个元素,右指针right指向数组的最后一个元素。 如果当前两个指针指向的数的和等于目标值,则返回它们的索引。如果和小于目标值,则将左指针右移一位,使得和增大;如果和大于目标值,则将右指针左移一位,使得和减小。 继续移动指针,直到找到两个数的和等于目标值或者左指针超过了右指针。 此方法的时间复杂度为O(nlogn),空间复杂度为O(1)。 以上三种方法都可以解决问题,选择合适的方法取决于具体的应用场景和要求。如果数组规模较小并且不需要考虑额外的空间使用,则暴力法是最简单的方法。如果数组较大或者需要优化时间复杂度,则哈希表或双指针方法更合适。
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