LC1277. 统计全为 1 的正方形子矩阵

本文解析如何利用动态规划解决给定矩阵中1组成的正方形子矩阵计数问题,通过实例演示dp数组的更新过程,并提供了一段优化后的代码实现。核心在于理解以每个单元格为右下角的正方形最大边长计算方法。

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

LC1277. 统计全为 1 的正方形子矩阵

给你一个 m * n 的矩阵,矩阵中的元素不是 0 就是 1,请你统计并返回其中完全由 1 组成的 正方形 子矩阵的个数。

示例 :

输入:matrix =
[
  [0,1,1,1],
  [1,1,1,1],
  [0,1,1,1]
]
输出:15

解释:
边长为 1 的正方形有 10 个。
边长为 2 的正方形有 4 个。
边长为 3 的正方形有 1 个。
正方形的总数 = 10 + 4 + 1 = 15.

解法参考LC221,
dp[i][j]=x表示以(i,j)​​​ 为右下角的正方形的最大边长为 x​,等价于以 (i, j)​ 为右下角的正方形数目为 x。

结果统计正方形个位数,则res+=dp[i][j];

注意定义边界时,matrix[0][0]统计一次就好了

class Solution {
    public int countSquares(int[][] matrix) {

        int m=matrix.length;
        int n=matrix[0].length;
        int res=0;

        int dp[][]=new int[m][n];
        for(int i=0;i<m;i++){
            dp[i][0]=matrix[i][0];
             res+=dp[i][0];
        }
        //matrix[0][0]已经统计过了
        for(int i=1;i<n;i++){
            dp[0][i]=matrix[0][i];
             res+=dp[0][i];
        }

        for(int i=1;i<m;i++){
            for(int j=1;j<n;j++){
                if(matrix[i][j]==0){
                    dp[i][j]=0;
                }else{
                    dp[i][j]= Math.min(Math.min(dp[i-1][j],dp[i][j-1]),dp[i-1][j-1])+1;
                }
                res+=dp[i][j];
            }
        }
        return res;
    }
}
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