221.最大正方形|动态规划

• 动态规划
  自个儿写的，支棱.jpg。开始只知道动态规划，然后是具体动手模拟一遍，初始状态、转移方程就自然而然出来了。

class Solution:
    def maximalSquare(self, matrix: List[List[str]]) -> int:
        # 动态规划
        # dp[i][j] 存的是以当前位置为【最大正方形的右下角】，这个正方形的边长。
        # maxlen 存最大正方形的边长

        row, col = len(matrix), len(matrix[0])
        dp = [[0] * col for _ in range(row)]
        maxlen = 0
        # print(dp)
        # 初始化
        for j in range(col):
            if matrix[0][j] == '1':
                dp[0][j] = 1
                maxlen = 1
        
        for i in range(row):
            if matrix[i][0] == '1':
                dp[i][0] = 1
                maxlen = 1

        # print(dp)
        for i in range(1, row):
            for j in range(1, col):
                if matrix[i][j] == '1' :
                    dp[i][j] = 1
                    if dp[i-1][j-1] and dp[i][j-1] and dp[i-1][j]:
                        dp[i][j] = min(dp[i-1][j-1], dp[i][j-1], dp[i-1][j]) + 1
                    maxlen = max(maxlen, dp[i][j])

        return maxlen * maxlen

可以简化

        # print(dp)
        for i in range(1, row):
            for j in range(1, col):
                if matrix[i][j] == '1' :
                    dp[i][j] = min(dp[i-1][j-1], dp[i][j-1], dp[i-1][j]) + 1
                    maxlen = max(maxlen, dp[i][j])

具体没懂得可看官方解析