最大正方形问题
作者：Grey
原文地址：
题目描述
题目链接见：LeetCode 221. Maximal Square
主要思路
本题思路比较简单，可以定义一个二维数组dp，二维数组dp的规模和原始矩阵的规模一样。
int m = matrix.length;
int n = matrix[0].length;
int[][] dp = new int[m][n];
其中dp[i][j]表示正方形必须以 i, j 作为右下角的情况下，哪个正方形内部都是 1 且最大。
有一个很显而易见的结论，如果matrix[i][j] == '0'，则dp[i][j] = 0，接下来是 base case，
第一行和第一列的值很容易可以得到
for (int i = 0; i < m; i++) {
dp[i][0] = matrix[i][0] == '1' ? 1 : 0;
max = Math.max(dp[i][0], max);
}
for (int i = 0; i < n; i++) {
dp[0][i] = matrix[0][i] == '1' ? 1 : 0;
max = Math.max(dp[0][i], max);
}
注：max变量用于记录全局最大值。
考虑普遍位置，如下图
观察dp[i][j]周围的位置依赖，有如下两种情况
其中dp[i-1][j]表示的区域是绿色部分的正方形，dp[i-1][j-1]表示的区域是红色部分的正方形，dp[i][j-1]表示蓝色区域部分的正方形，基于上述上个位置的值，可以得到dp[i][j]的值，即dp[i][j]依赖其左边一个位置，上面一个位置，左上角位置。
代码如下
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
dp[i][j] = matrix[i][j] == '1' ? Math.min(Math.min(dp[i - 1][j - 1], dp[i - 1][j]), dp[i][j - 1]) + 1 : 0;
max = Math.max(dp[i][j], max);
}
}
完整代码见
class Solution {
public int maximalSquare(char[][] matrix) {
if (null == matrix || matrix.length == 0 || matrix[0].length == 0) {
return 0;
}
int m = matrix.length;
int n = matrix[0].length;
int max = 0;
// tips 正方形必须以i,j作为右下角情况，哪个正方形内部都是1且最大
int[][] dp = new int[m][n];
for (int i = 0; i < m; i++) {
dp[i][0] = matrix[i][0] == '1' ? 1 : 0;
max = Math.max(dp[i][0], max);
}
for (int i = 0; i < n; i++) {
dp[0][i] = matrix[0][i] == '1' ? 1 : 0;
max = Math.max(dp[0][i], max);
}
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
dp[i][j] = matrix[i][j] == '1' ? Math.min(Math.min(dp[i - 1][j - 1], dp[i - 1][j]), dp[i][j - 1]) + 1 : 0;
max = Math.max(dp[i][j], max);
}
}
return max * max;
}
}