[leetcode] 221. Maximal Square 解题报告-CSDN博客

本文链接：https://blog.csdn.net/qq508618087/article/details/50327337

本文介绍了一道典型的动态规划题目，旨在找到给定二维矩阵中包含所有1的最大正方形面积。通过构建辅助数组dp来记录正方形边长，实现高效的O(m*n)时间复杂度和O(m*n)空间复杂度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目链接：https://leetcode.com/problems/maximal-square/

Given a 2D binary matrix filled with 0's and 1's, find the largest square containing all 1's and return its area.

For example, given the following matrix:

Return 4.

思路：一道比较明显的动态规划题目。因为是要寻找一个正方形，所以就比较简单一些，借助一个辅助数组dp[][]，dp[i][j]表示当前正方形的边长，并且其值由两种情况构成：

1. 如果matrix[i-1][j-1] = 1, 因为是正方形，则其值为min(dp[i-1][j-1]，dp[i][j-1]，dp[i-1][j])中的最小值加1，小正方形构成大正方形，状态转移方程即为：

dp[i][j] = min(dp[i-1][j-1], dp[i-1][j], dp[i][j-1]) + 1;

2. 如果matrix[i-1][j-1] = 0，则dp[i][j] = 0;

时间复杂度为O(m*n)，空间复杂度为O(m*n)

代码如下：

class Solution {
public:
    int maximalSquare(vector<vector<char>>& matrix) {
        if(matrix.size()==0) return 0;
        int row = matrix.size(), col = matrix[0].size(), ans = 0;
        vector<vector<int>> dp(row+1, vector<int>(col+1, 0));
        for(int i = 1; i <= row; i++)
        {
            for(int j = 1; j <= col; j++)
            {
                if(matrix[i-1][j-1]=='0') continue;
                dp[i][j] = min(dp[i-1][j], min(dp[i][j-1], dp[i-1][j-1])) + 1;
                ans = max(ans, dp[i][j]);
            }
        }
        return ans*ans;
    }
};