最大正方形

本文介绍了一种使用动态规划解决二维矩阵中寻找只包含1的最大正方形问题的方法。通过分析状态转移方程,实现了O(NM)的时间复杂度和O(MN)的空间复杂度。关键在于理解当前dp[i][j]的值与(i-1,j)(i,j-1),(i-1,j-1)的关系。

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

最大正方形

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。

题解:动态规划:使用dp[i][j]代表以i,j为右下角只包含1的正方形
首先需要考虑几点

一、当前的dp[i][j]的值和和(i-1,j)(i,j-1),(i-1,j-1)有关,如果当前(i,j)为1
那么需要考虑这三个位置的最小值加上当前的1,在取最小值时确保是正方形

  •    状态转移方程:dp(i,j)=min(dp(i−1,j),dp(i−1,j−1),dp(i,j−1))+1
    

二、我们每次取当前位置的dp[i][j]和一个变量最大正方形进行比较,大于则替换掉成当前的值
*
时间复杂度:O(NM)
空间复杂度:O(MN)

public class maximalSquare {

    public static int maximalSquare(char[][] matrix){
        int maxSize=0;
        if (matrix==null||matrix.length==0||matrix[0].length==0){
            return maxSize;
        }
        int col=matrix[0].length;
        int row=matrix.length;
        int[][] dp=new int[row][col];
        for (int i=0;i<row;i++){
            for (int j=0;j<col;j++){
                if (matrix[i][j]=='1'){
                    if (i==0||j==0){
                        dp[i][j]=1;
                    }else {
                        dp[i][j]=Math.min(Math.min(dp[i][j-1],dp[i-1][j]),dp[i-1][j-1])+1;
                    }
                }
                maxSize=Math.max(maxSize,dp[i][j]);
            }
        }
        return maxSize*maxSize;
    }
}
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
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