Given a 2D binary matrix filled with 0's and 1's, find the largest square containing all 1's and return its area.code
For example, given the following matrix:it
1 0 1 0 0 1 0 1 1 1 1 1 1 1 1 1 0 0 1 0Return 4.io
時間 O(MN) 空間 O(MN)class
當咱們判斷以某個點爲正方形右下角時最大的正方形時,那它的上方,左方和左上方三個點也必定是某個正方形的右下角,不然該點爲右下角的正方形最大就是它本身了。這是定性的判斷,那具體的最大正方形邊長呢?咱們知道,該點爲右下角的正方形的最大邊長,最多比它的上方,左方和左上方爲右下角的正方形的邊長多1,最好的狀況是是它的上方,左方和左上方爲右下角的正方形的大小都同樣的,這樣加上該點就能夠構成一個更大的正方形。但若是它的上方,左方和左上方爲右下角的正方形的大小不同,合起來就會缺了某個角落,這時候只能取那三個正方形中最小的正方形的邊長加1了。假設dpi表示以i,j爲右下角的正方形的最大邊長,則有im
dp[i][j] = min(dp[i-1][j-1], dp[i-1][j], dp[i][j-1]) + 1
固然,若是這個點在原矩陣中自己就是0的話,那dpi確定就是0了。動態規劃
public class Solution { public int maximalSquare(char[][] matrix) { if(matrix.length == 0) return 0; int m = matrix.length, n = matrix[0].length; int max = 0; int[][] dp = new int[m][n]; // 第一列賦值 for(int i = 0; i < m; i++){ dp[i][0] = matrix[i][0] - '0'; max = Math.max(max, dp[i][0]); } // 第一行賦值 for(int i = 0; i < n; i++){ dp[0][i] = matrix[0][i] - '0'; max = Math.max(max, dp[0][i]); } // 遞推 for(int i = 1; i < m; i++){ for(int j = 1; j < n; j++){ dp[i][j] = matrix[i][j] == '1' ? Math.min(dp[i-1][j-1], Math.min(dp[i-1][j], dp[i][j-1])) + 1 : 0; max = Math.max(max, dp[i][j]); } } return max * max; } }