Problem
1. 题目简述
给出一个二维矩阵由0和1组成,找出其中最大的由1组成的最大正方形的面积。例如:
Input:
1 0 1 0 0
1 0 1 1 1
1 1 1 1 1
1 0 0 1 0
Output: 4
2. 算法思路
相关问题:
这道题的变种,85题和这道题的思路完全不同,强烈建议重新看一下。而且85题的dp思路极其难懂,用的方法很不一样。
DP
其实这道题也是用画图的方式来解决的。其实让我们找出最大的正方形面积,其实也就是找到最大的正方形边长。我们用一个dp值来记录,以当前位置为右下角的最大的正方形边长。假如说我们遍历到某个点(i, j)为1时(为0的时候不可能为正方形),那么以它为右下角的正方形的边长满足如下递推式:
$$dp[i][j] = min (dp[i - 1][j], dp[i][j - 1], dp[i - 1][j - 1]) + 1$$
记录全局的最大边长。遍历结束后计算出面积即可。
class Solution {
public int maximalSquare(char[][] matrix) {
if (matrix.length == 0 || matrix[0].length == 0) {
return 0;
}
// dp[i][j]表示以[i][j]为右下角的正方形最大的边长,记得找一个全局最长的边即可。
// 这里dp可以转化为一维!
int m = matrix.length, n = matrix[0].length, maxEdge = 0;
int[][] dp = new int[m + 1][n + 1];
for (int i = 1; i <= m; i++) {
for (int j = 1; j <= n; j++) {
if (matrix[i - 1][j - 1] == '1') {
dp[i][j] = Math.min(Math.min(dp[i - 1][j], dp[i][j - 1]), dp[i - 1][j - 1]) + 1;
maxEdge = Math.max(dp[i][j], maxEdge);
}
}
}
return maxEdge * maxEdge;
}
}