class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix) {
if(matrix.size() == 0)
return 0;
int maxSide = 0;
int rows = matrix.size(), columns = matrix[0].size();
vector<vector<int>> dp(rows, vector<int>(columns));
for(int i = 0; i < rows; ++i){
for(int j = 0; j < columns; ++j){
if(matrix[i][j] == '1'){
if(i == 0 || j == 0) //处理边缘情况
dp[i][j] = 1;
else
dp[i][j] = min(dp[i - 1][j - 1], min(dp[i - 1][j], dp[i][j - 1])) + 1; //取决于左上、上、左中最小的那个
maxSide = max(maxSide, dp[i][j]); //更新正方形最大边长
}
}
}
return maxSide * maxSide;
}
};
Accepted
77/77 cases passed (52 ms)
Your runtime beats 54.97 % of cpp submissions
Your memory usage beats 7.74 % of cpp submissions (17.8 MB)
这篇博客介绍了如何使用动态规划求解给定矩阵中最大正方形子矩阵问题。通过逐元素遍历和状态转移方程,找到每个位置上的1表示的正方形大小,并记录最大边长。算法在77/77测试用例中通过,且内存和运行时间表现优秀。
444

被折叠的 条评论
为什么被折叠?



