【DP】LeetCode 221. 最大正方形

题目链接

221. 最大正方形

思路

分析动态规划题目的时候只需要考虑最后一个阶段,因为所有的阶段转化都是相同的,考虑最后一个阶段容易发现规律

在数组的动态规划问题中,一般 dp[i] 都是表示以 nums 以前 i 个元素组成(即 nums[i - 1])的状态;dp[i][j] 分别表示以 nums1 前 i 个元素(即 nums1[i - 1])组成和以 nums2 前 j 个元素(即 nums2[j - 1])组成的状态,以此类推

字符串也是个数组,是字符数组

表示状态

状态表示就是靠猜,但是会有猜的套路,一般都是通过最终结果和数组数量来猜

因为题目中给出的是矩阵,是二维的数据结构,所以很容易想到使用二维数组 dp[i][j] 来进行动态规划存储。

那么具体的含义该怎么定呢?一开始我想表示为以 (i,j) 为右下角的正方形的最大面积,但是发现不好判断 (i,j) 所在正方形内部是否有0,所以这条路是行不通的。

后来想到找的图形是正方形,我们只需要知道正方形的边长就能知道正方形的面积,所以可以把状态定义为(i,j) 为右下角的正方形的最大边长

找状态转移方程

思考的方向是:大问题的最优解怎么由小问题的最优解得到

一开始理解的 dp[i][j]dp[i1][j1] 向右下角进行扩展所得到,但这时候就需要检查 (i,j) 所在前置行单元格和前置列单元格是否有0,不好实现。

这时候思考一下能不能把 dp[i][j]dp[i1][j] 以及 dp[i][j1] 联系起来,因为 (i,j) 处的正方形边长实际上也是 (i1,j)(i,j1) 处正方形边长加1。

下图就是一个示例

image

那么我们该如何进行状态转移呢?一开始我想到的是取 dp[i1][j],dp[i][j1],dp[i1][j1] 三者最大值再加1,但是万一 (i,j) 的前置行和前置列有0就行不通了,所以我们应该取最小值(这里有一点木桶原理的意思)

image

就像这幅图一样,如果我们取最大值,会把绿色正方形的第一行也包含进去,但是我们知道绿色正方形旁边是有0的,是行不通的。并且 (i,j) 所在的正方形最多延伸到红色正方形那里,因为红色正方形边长最短。

所以状态转移方程为

dp[i][j]={min(dp[i1][j],dp[i][j1],dp[i1][j1])+1,matrix[i][j]=1,0,matrix[i][j]=0.

但这还不是最终结果,因为 dp[i][j] 表示的仅仅是以 (i,j) 为右下角的正方形,但最大的正方形可不一定是以 dp[m1][n1] 为右下角的正方形,所以我们最后需要取整个 dp 数组的最大值,这样才得到最大边长。

边界处理

对第一行和第一列进行初始化:

dp[i][j]={1,matrix[i][j]=1,0,matrix[i][j]=0.

代码

dp数组版

class Solution {
    public int maximalSquare(char[][] matrix) {
        int m = matrix.length;
        int n = matrix[0].length;
        // dp[i][j] 表示以 (i, j) 点为右下角的正方形最大边长
        int[][] dp = new int[m][n];

        for(int i = 0; i < n; i++){
            dp[0][i] = matrix[0][i] - '0';
        }
        for(int i = 0; i < m; i++){
            dp[i][0] = matrix[i][0] - '0';,
        }

        for(int i = 1; i < m; i++){
            for(int j = 1; j < n; j++){
                if(matrix[i][j] == '1'){
                    // 取最小值的原因是防止 (i, j) 所在的行和列中有0
                    // 如果取最大值,可能小矩阵里没有0,大矩阵里有0,但是依然是按照小矩阵的边长来算
                    // 类似木桶原理:最大边长取决于边长最短的那个正方形
                    dp[i][j] = Math.min(
                            dp[i - 1][j],
                            Math.min(dp[i][j - 1], dp[i - 1][j - 1])
                    ) + 1;
                }
            }
        }
        int result = 0;
        for(int i = 0; i < m; i++){
            for(int j = 0; j < n; j++){
                result = Math.max(result, dp[i][j]);
            }
        }

        return result * result;
    }
}
posted @   Frodo1124  阅读(80)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
点击右上角即可分享
微信分享提示