原題目描述
Given a 2D binary matrix filled with 0’s and 1’s, find the largest square containing only 1’s and return its area.
Example:
Input:
1 0 1 0 0
1 0 1 1 1
1 1 1 1 1
1 0 0 1 0
Output: 4
題目大意
題幹清晰簡短,要求我們求出給定矩陣中最大的隻包含‘1’的正方形,而且該題歸為DP,是以我們優先從DP的方向來思考這道題目。
解題思路
該題歸類為DP,是以很明顯是往DP的方向去思考,如何将問題轉化為子問題,并求出其遞歸方程。
我們可以從正方形的邊角入手,首先,如果一個點是全為‘1’正方形的右下角,那麼該點必須為‘1’,且該點的左邊、上面、左上角需要都為‘1’,才能使得構成一個更大的正方形S,否則,以該點為右下角的正方形的面積最大隻能為1了。
然後,我們可以進一步思考,考慮左邊、上面、左上角的點,以這些點為右下角的最大正方形,這三個正方形與上面的正方形 S 能否構成一個更大的正方形。
- 最好的情況是以它的上方,左方和左上方為右下角的正方形的大小都一樣的,邊長都為E,這樣加上S就可以構成一個更大的正方形(忽略重疊),更大的正方形的邊長為E+1。
- 如果以它的上方,左方和左上方為右下角的正方形的大小不一樣,合起來就會缺某個角落,這時候隻能取三個正方形中最小的正方形的邊長加1,獲得我們需要的更大的正方形的邊長。
假設dp[i][j] 表示以i,j為右下角的正方形的最大邊長,則有以下的遞推方程
dp[i][j] = min(dp[i-1][j-1], dp[i-1][j], dp[i][j-1]) + 1
求出最大的邊長之後,我們便可以求出最大的面積了。
算法複雜度
時間 O(MN) 空間 O(MN)
C++代碼實作
這裡,我分别實作了遞歸和非遞歸兩種實作,其實相差并不大,都需要用一個數組來存儲dp[i][j](遞歸用來減少重複計算),然後對于臨界情況的讨論是相同的,當i或j為0時,此時以該點為右下角的最大正方形便是它本身了。
遞歸版本
class Solution {
public:
vector<vector<char>> matrix;
int dp[1000][1000] = {};
int maximalSquare(vector<vector<char>>& matrix) {
this->matrix = matrix;
if (matrix.size() == 0)
return 0;
int m = matrix.size(), n = matrix[0].size();
int max_edge = 0;
for(int i = 0; i < m; i++){
for(int j = 0; j < n; j++){
dp[i][j] = -1;
}
}
for(int i = 0; i < m; i++){
for(int j = 0; j < n; j++){
max_edge = max(max_edge, DP(i, j));
}
}
return max_edge*max_edge;
}
int DP(int i, int j) {
if (dp[i][j] != -1)
return dp[i][j];
else if (matrix[i][j] == '0')
dp[i][j] = 0;
else if (i == 0||j == 0)
dp[i][j] = 1;
else
dp[i][j] = min(DP(i-1, j-1), min(DP(i-1, j), DP(i, j-1))) + 1;
return dp[i][j];
}
};
非遞歸版本
class Solution {
public:
int dp[1000][1000] = {};
int maximalSquare(vector<vector<char>>& matrix) {
if (matrix.size() == 0)
return 0;
int m = matrix.size(), n = matrix[0].size();
int max_edge = 0;
for (int i = 0; i < m; i++) {
dp[i][0] = matrix[i][0] - '0';
max_edge = max(max_edge, dp[i][0]);
}
for (int i = 0; i < n; i++) {
dp[0][i] = matrix[0][i] - '0';
max_edge = max(max_edge, dp[0][i]);
}
for(int i = 1; i < m; i++){
for(int j = 1; j < n; j++){
if (matrix[i][j] == '0')
dp[i][j] = 0;
else
dp[i][j] = min(dp[i-1][j-1], min(dp[i-1][j], dp[i][j-1])) + 1;
max_edge = max(max_edge, dp[i][j]);
}
}
return max_edge*max_edge;
}
};