LeetCode-221-最大正方形
题目
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1:
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
解题思路
方法1、暴力破解:
暴力法是最简单直观的做法,具体做法如下:
遍历矩阵中的每个元素,每次遇到 1,则将该元素作为正方形的左上角;
确定正方形的左上角后,根据左上角所在的行和列计算可能的最大正方形的边长(正方形的范围不能超出矩阵的行数和列数),在该边长范围内寻找只包含 1 的最大正方形;
每次在下方新增一行以及在右方新增一列,判断新增的行和列是否满足所有元素都是 1。
方法2、动态规划:
- 状态
dp[i][j]
表示以第i
行第j
列为右下角所能构成的最大正方形边长
则当i==0
或者j==0
,最大正方形边长始终为1,则dp[i][j]=1
右下角的正方形的最大边长,最多比它的上方,左方,左上方为右下角的正方形边长+1
最好的情况是这三个方向的正方形大小都一样,这样加上右下角这个点就可以构成更大的正方形。但是如果其中某一个方向形成的正方形大小不一样,合起来就会缺少某个点,这时候的正方形大小只能取3个正方形中,最小的正方形边长+1了。
- 状态转移方程为:
dp[i][j] = Math.min(dp[i-1][j-1],Math.min(dp[i-1][j],dp[i][j-1]))+1
Java代码1
java
int maxSide = 0;
if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {
return maxSide;
}
int rows = matrix.length, columns = matrix[0].length;
for (int i = 0; i < rows; i++) {
for (int j = 0; j < columns; j++) {
if (matrix[i][j] == '1') {
// 遇到一个 1 作为正方形的左上角
maxSide = Math.max(maxSide, 1);
// 计算可能的最大正方形边长
int currentMaxSide = Math.min(rows - i, columns - j);
// 遍历可能的最大正方形内的每个元素
for (int k = 1; k < currentMaxSide; k++) {
// 判断新增的一行一列是否均为 1
// 先判断对角线是否为0
boolean flag = true;
if (matrix[i + k][j + k] == '0') {
break;
}
// 再判断左上角点的右边和下边是否为0
for (int m = 0; m < k; m++) {
if (matrix[i + k][j + m] == '0' || matrix[i + m][j + k] == '0') {
flag = false;
break;
}
}
// 如果flag仍然为true则说明矩阵中全部是1,更新最大边长
if (flag) {
maxSide = Math.max(maxSide, k + 1);
} else {
break;
}
}
}
}
}
return maxSide * maxSide;
Java代码2
java
class Solution {
public int maximalSquare(char[][] matrix) {
if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {
return 0;
}
int row = matrix.length;
int col = matrix[0].length;
int matLen = 0;
int[][] dp = new int[row][col];
for(int i=0;i<row;i++){
for(int j=0;j<col;j++){
if (matrix[i][j] == '1') {
if(i==0||j==0){
dp[i][j] = 1;
}else{
dp[i][j] = Math.min(dp[i-1][j-1],Math.min(dp[i-1][j],dp[i][j-1]))+1;
}
matLen = Math.max(dp[i][j],matLen);
}
}
}
return matLen*matLen;
}
}