链接:https://leetcode-cn.com/problems/maximal-square/
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
定义数组元素的含义
定义 dp[i][j] 表示以 (i,j) 位置为右下角,且只包含1的正方形边长最大值;
计算出所有 dp(i,j) 的值,那么其中的最大值即为矩阵中只包含 1 的正方形的边长最大值,其平方即为最大正方形的面积。
寻找递推表达式
如果该位置的值是 0,则 dp(i,j)=0,因为当前位置不可能在由 1 组成的正方形中;
如果该位置的值是 1,则 dp(i,j) 的值由其上方、左方和左上方的三个相邻位置决定。具体一点,当前位置的元素值等于三个相邻位置的元素中的最小值加 1,其状态转移方程如下:
dp(i,j)=min(dp(i−1,j),dp(i−1,j−1),dp(i,j−1))+1
找出初始值
if matrix[i][j]=='1':
if i==0 or j==0:
dp[i][j]=1
时间复杂度:O(mn)
空间复杂度:O(mn)
Python:
class Solution:
def maximalSquare(self, matrix: List[List[str]]) -> int:
if len(matrix)==0 or len(matrix[0])==0:
return 0
maxSide=0
m,n=len(matrix),len(matrix[0])
dp=[[0]*n for _ in range(m)]
for i in range(m):
for j in range(n):
if matrix[i][j]=='1':
if i==0 or j==0:
dp[i][j]=1
else:
dp[i][j]=min(dp[i-1][j],dp[i][j-1],dp[i-1][j-1])+1
maxSide=max(maxSide,dp[i][j])
maxSquare=maxSide*maxSide
return maxSquare
Go:
func maximalSquare(matrix [][]byte) int {
maxSide:=0
m,n:=len(matrix),len(matrix[0])
if m==0 || n==0{
return 0
}
dp:=make([][]int,m)
for i:=0;i<m;i++{
dp[i]=make([]int,n)
}
for i:=0;i<m;i++{
for j:=0;j<n;j++{
if matrix[i][j]=='1'{
if i==0 || j==0{
dp[i][j]=1
}else{
dp[i][j]=min(min(dp[i-1][j],dp[i][j-1]),dp[i-1][j-1])+1
}
if dp[i][j]>maxSide{
maxSide=dp[i][j]
}
}
}
}
return maxSide*maxSide
}
func min(x,y int) int{
if x<y{
return x
}
return y
}
如果大家觉得文章不错,可以关注下我的公众号噢,我会定期分享的。