洛谷P1387最大正方形(dp初步)

本文讲述了如何在C语言中使用动态内存分配处理二维数组,并介绍了dp算法求解最大正方形问题的过程,包括内存分配、状态转移方程和内存释放。

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

 注意的几个点:

1.main()

动态内存分配矩阵,注意二维的格式:

char** matrix = (char**)malloc(sizeof(char*) * n);
for (int i = 0; i < n; i++) {
    matrix[i] = (char*)malloc(sizeof(char) * m);
}

(可以理解为先行再列)

释放的时候也是要注意格式:

for (int i = 0; i < n; i++) {
    free(matrix[i]);
}
free(matrix);

2.还有一个就是main里面我为什么用了char,而不是int,我是为了省点空间,当然你用int也是完全OK的,改的时候记得把自定义函数改回去

3.dp的内在逻辑:

(1)先是初定义

for (int i = 0; i < n; i++) {
    for (int j = 0; j < m; j++) {
        if (matrix[i][j] == 1) {
            dp[i][j] = (i == 0 || j == 0) ? 1 : (min(min(dp[i - 1][j], dp[i][j - 1]), dp[i - 1][j - 1]) + 1);
            max_side = (dp[i][j] > max_side) ? dp[i][j] : max_side;
        }
        else {
            dp[i][j] = 0;
        }
    }
}

(2)然后遍历

  定义dp[i][j]是正方形的右下角(当i == 0 || j == 0)即为第一行或第一列时,边长都为1(题目要求正方形),然后从[1][1]开始,正左,左上,正上的比,如果该点是1(则取三个方向最小的,再加1,比如0+1,1+1这样(有点绕,但能理解,读者可以画画图)),如果该点是0,则要归0重来

总结一下就是三个方向都不是0,且该点为1,取最小加1;如果是0,则要重新来,应该都懂了

4.max_side是用来维护当前最优的,这是dp一个很重要的点

#include <stdio.h>
#include <stdlib.h>

#define min(a, b) ((a) < (b) ? (a) : (b))

int maximalSquare(char** matrix, int n, int m) {
    int** dp = (int**)malloc(sizeof(int*) * n);

    for (int i = 0; i < n; i++) {
        dp[i] = (int*)malloc(sizeof(int) * m);
    }

    int max_side = 0;

    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            if (matrix[i][j] == '1') {
                dp[i][j] = (i == 0 || j == 0) ? 1 : (min(min(dp[i - 1][j], dp[i][j - 1]), dp[i - 1][j - 1]) + 1);
                max_side = (dp[i][j] > max_side) ? dp[i][j] : max_side;
            }
            else {
                dp[i][j] = 0;
            }
        }
    }

    for (int i = 0; i < n; i++) {
        free(dp[i]);
    }
    free(dp);

    return max_side ;
}

int main() {
    int n, m;
    scanf("%d %d", &n, &m);

    char** matrix = (char**)malloc(sizeof(char*) * n);
    for (int i = 0; i < n; i++) {
        matrix[i] = (char*)malloc(sizeof(char) * m);
    }

    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            scanf(" %c", &matrix[i][j]);
        }
    }

    printf("%d\n", maximalSquare(matrix, n, m));

    for (int i = 0; i < n; i++) {
        free(matrix[i]);
    }
    free(matrix);

    return 0;
}
P1681 最大正方形II 是一个动态规划问题,要求给定一个由 '0' 和 '1' 组成的矩阵,找出其中最大正方形,并输出其边长。 以下是一个 C++ 编写的解答示例: ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; int maximalSquare(vector<vector<char>>& matrix) { int rows = matrix.size(); if (rows == 0) return 0; int cols = matrix[0].size(); vector<vector<int>> dp(rows + 1, vector<int>(cols + 1, 0)); int maxSide = 0; for (int i = 1; i <= rows; i++) { for (int j = 1; j <= cols; j++) { if (matrix[i-1][j-1] == '1') { dp[i][j] = min(min(dp[i-1][j], dp[i][j-1]), dp[i-1][j-1]) + 1; maxSide = max(maxSide, dp[i][j]); } } } return maxSide * maxSide; } int main() { int n, m; cin >> n >> m; vector<vector<char>> matrix(n, vector<char>(m)); for (int i = 0; i < n; i++) { for (int j = 0; j < m; j++) { cin >> matrix[i][j]; } } cout << maximalSquare(matrix) << endl; return 0; } ``` 在上述代码中,我们首先定义了一个名为 `maximalSquare` 的函数,该函数接受一个二维字符矩阵 `matrix` 作为参数,返回最大正方形的边长。 在 `main` 函数中,我们首先从标准输入读取矩阵的行数和列数,并创建一个大小为 `n x m` 的二维字符矩阵。然后,我们按行读取矩阵的数据,并调用 `maximalSquare` 函数进行求解。最后,输出最大正方形的边长。 在动态规划的解法中,我们使用一个二维数组 `dp` 来记录以当前位置为右下角的最大正方形的边长。遍历矩阵中的每个元素,如果当前元素为 '1',则根据其左方、上方和左上方的最大正方形边长计算出当前位置的最大正方形边长,并更新 `dp` 数组和最大边长变量。 请注意,以上代码仅为示例,可能需要根据具体题目要求进行适当修改。同时,为了简化示例,未进行输入验证,请确保输入的矩阵符合题目要求。
评论 1
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
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