文章最前: 我是Octopus,这个名字来源于我的中文名--章鱼;我热爱编程、热爱算法、热爱开源。所有源码在我的个人github ;这博客是记录我学习的点点滴滴,如果您对 Python、Java、AI、算法有兴趣,可以关注我的动态,一起学习,共同进步。
相关文章:
- LeetCode:55. Jump Game(跳远比赛)
- Leetcode:300. Longest Increasing Subsequence(最大增长序列)
- LeetCode:560. Subarray Sum Equals K(找出数组中连续子串和等于k)
文章目录:
题目描述:
在一个由 0 和 1 组成的二维矩阵内,找到只包含 1 的最大正方形,并返回其面积。
示例:
输入:
1 0 1 0 0
1 0 1 1 1
1 1 1 1 1
1 0 0 1 0
输出: 4
来源:力扣(LeetCode)
java实现方法1:暴力算法(brute force)
/**
* 获取最大正方形
*
* @param matrix 二维数组
* @return 正方形边个数
*/
public int maximalSquare(char[][] matrix) {
if (matrix == null || matrix.length == 0) {
return 0;
}
int row = matrix.length;
int col = matrix[0].length;
int maxSquare = 0;
for (int i = 0; i < row; i++) {
for (int j = 0; j < col; j++) {
int temp = getMaxSquare(matrix, i, j);
maxSquare = Math.max(maxSquare, temp);
}
}
return maxSquare;
}
/**
* 获取最大正方形
*
* @param matrix 二维数组
* @param rowIndex 行号
* @param colIndex 列号
* @return 最大正方形
*/
int getMaxSquare(char[][] matrix, int rowIndex, int colIndex) {
int row = matrix.length;
int col = matrix[0].length;
if (matrix[rowIndex][colIndex] == '0') {
return 0;
}
int length = 1;
int maxSize = Math.min(row - rowIndex, col - colIndex);
for (int size = 1; size < maxSize; size++) {
int newCol = colIndex + size;
int newRow = rowIndex + size;
for (int i = rowIndex; i <= rowIndex + size; i++) {
if (matrix[i][newCol] == '0') {
return length * length;
}
}
for (int j = colIndex; j <= colIndex + size; j++) {
if (matrix[newRow][j] == '0') {
return length * length;
}
}
length++;
}
return length * length;
}
时间复杂度:O(n^4)
空间复杂度:O(n)
python实现方式1:
def get_max(self, matrix: List[List[int]], row_index: int, col_index: int) -> int:
'''
获取最大值
Args:
matrix: 二维数组
row_index: 行下标
col_index: 列下标
Returns:
最大长度数量
'''
row, col = len(matrix), len(matrix[0])
if matrix[row_index][col_index] == '0':
return 0
length = 1
max_size = min(row - row_index, col - col_index)
for size in range(1, max_size):
for i in range(row_index, row_index + size + 1):
new_col = col_index + size
if matrix[i][new_col] == '0':
return length * length
for j in range(col_index, col_index + size + 1):
new_row = row_index + size
if matrix[new_row][j] == '0':
return length * length
length += 1
return length * length
def maximal_square(self, matrix: List[List[chr]]) -> int:
'''
获取最大正方形
Args:
matrix: 输入二维数组
Returns:
最大正方形数量
'''
if matrix == None or len(matrix) < 1:
return 0
row = len(matrix)
col = len(matrix[0])
max_square = 0
for i in range(row):
for j in range(col):
temp = self.get_max(matrix, i, j)
max_square = max(max_square, temp)
return max_square
时间复杂度:O(n^4)
空间复杂度:O(n)
Java实现方式2:
/**
* 动态规划获取最大正方形
*
* @param matrix 二维数组
* @return 最大正方形
*/
public int maximalSquare2(char[][] matrix) {
int maxSide = 0;
if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {
return maxSide * maxSide;
}
int rows = matrix.length, cols = matrix[0].length;
int[][] dp = new int[rows][cols];
for (int i = 0; i < rows; i++) {
for (int j = 0; j < cols; j++) {
if (matrix[i][j] == '1') {
if (i == 0 || j == 0) {
dp[i][j] = 1;
} else {
dp[i][j] = Math.min(Math.min(dp[i - 1][j], dp[i][j - 1]), dp[i - 1][j - 1]) + 1;
}
maxSide = Math.max(maxSide, dp[i][j]);
}
}
}
return maxSide * maxSide;
}
时间复杂度:O(n*m)
空间复杂度:O(n*m)
Python实现方式2:
def maximal_square2(self, matrix: List[List[chr]]) -> int:
'''
获取最大正方形
Args:
matrix: 输入二维数组
Returns:
最大正方形数量
'''
if matrix == None or len(matrix) < 1:
return 0
row = len(matrix)
col = len(matrix[0])
dp = [[0 for x in range(col)] for y in range(row)]
max_length = 0
for i in range(row):
for j in range(col):
if matrix[i][j] == '1':
if i == 0 or j == 0:
dp[i][j] = 1
else:
dp[i][j] = min(min(dp[i][j - 1], dp[i - 1][j]), dp[i - 1][j - 1]) + 1
max_length = max(max_length, dp[i][j])
return max_length * max_length
时间复杂度:O(n*m)
空间复杂度:O(n*m)