LeetCode 221. 最大正方形

本文针对LeetCode221题——最大正方形进行了解析,介绍了如何通过动态规划的方法来解决该问题,并给出了具体实现的代码示例。通过分析二维矩阵中的'1'构成的最大正方形面积,提出了一种有效的解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

LeetCode 221. 最大正方形

题目描述

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。

原题连接
链接:https://leetcode-cn.com/problems/maximal-square/

在这里插入图片描述

输入:matrix = [["1","0","1","0","0"],["1","0","1","1","1"],["1","1","1","1","1"],["1","0","0","1","0"]]
输出:4

一、基础框架


二、解题报告

1.思路分析

1、一开始是比较懵逼的,需要谨慎思考
2、注意条件 数组含有 1 和0。只处理关于1的数据
3、需要求最优解 联想到贪心和动态规划
4、二维数组 果断动态规划
双层循环 找到等于1的元素记录边长;

2.时间复杂度

3.代码示例

tips:

class Solution {
 public int maximalSquare(char[][] matrix) {
        int row = matrix.length;
        int col = matrix[0].length;
        //终止程序
        if(matrix == null || row < 1 || col < 1){
            return 0;
        }
        int maxSize = 0;

        int [][] dp = new int[row + 1][col + 1];
        for(int i = 0 ; i < row;i ++ ){
            for(int j = 0; j < col ; j ++){
                if(matrix[i][j] == '1'){
                    dp[i + 1][j + 1] = Math.min(Math.min(dp[i + 1][j],dp[i][j + 1]),dp[i][j]) + 1;
                    maxSize = Math.max(maxSize,dp[i + 1][j + 1]);
                }
            }
        }
        return maxSize * maxSize;
    }
}

2.知识点

1、动态规划解法



总结

动态规划一般步骤
1、找到dp方程容量
2、初始化dp方程
3、dp方程默认值
4、遍历当前数组 & 处理符合条件的数据
5、处理dp方程
6、找到最优解 返回

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

大涛小先生

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值