leetcode最大正方形

最新推荐文章于 2022-07-15 20:57:02 发布

原创最新推荐文章于 2022-07-15 20:57:02 发布 · 243 阅读

0 ·

CC 4.0 BY-SA版权

本文介绍了一种使用动态规划解决矩阵中寻找最大正方形边长的问题，通过遍历矩阵并利用dp数组记录以每个元素为右下角的最大正方形边长，最终找到全局最大值。文章还提到了一种优化方案，将空间复杂度降低到O(n)。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.动态规划

设矩阵的长宽为m,n，dp[m+1][n+1],

其中dp[i][j]表示以(i-1,j-1)为右下方元素的最大正方形的边长，初始dp全为0

遍历矩阵中每一个元素，若matrix(i,j)=0,则跳过

若matrix(i,j)不为0，则dp[i][j]的值由dp[i-1][j-1] dp[i-1][j] dp[i][j-1]的最小值决定

有两种情况：

1)dp[i-1][j-1] dp[i-1][j] dp[i][j-1]中至少有一个值为0，说明矩阵中对应位置为0，则以(i,j)为右下方的正方形边长为1

2）dp[i-1][j-1] dp[i-1][j] dp[i][j-1]的值都不为0，则dp[i][j]的值为dp[i-1][j-1] dp[i-1][j] dp[i][j-1]的最小值+1

代码如下：

class Solution {
public:
    int maximalSquare(vector<vector<char>>& matrix) {
        //dp[i][j]表示以(i,j)为右下角能构成的最大正方形边长
      int m=matrix.size();
       if(m<1)
        return 0;
      int n=matrix[0].size();
      vector<vector<int>> dp(m+1,vector<int>(n+1,0));
      int imax=0;
      for(int i=1;i<=m;i++)
        for(int j=1;j<=n;j++)
        {
            if(matrix[i-1][j-1]=='1')
             dp[i][j]=min(min(dp[i-1][j-1],dp[i-1][j]),dp[i][j-1])+1;
             imax=max(imax,dp[i][j]);
        }
        return imax*imax;
    }
};

还可以继续优化，使用O(n)的空间复杂度

2.优化