LeetCode 1139. 最大的以 1 为边界的正方形（DP）

本文介绍了一种解决最大正方形子网格问题的算法，通过动态规划预处理每个位置上方和左侧连续1的数量，从右下角遍历，计算边界全为1的最大正方形子网格的元素数量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 题目

给你一个由若干 0 和 1 组成的二维网格 grid，请你找出边界全部由 1 组成的最大正方形子网格，并返回该子网格中的元素数量。如果不存在，则返回 0。

示例 1：
输入：grid = [[1,1,1],[1,0,1],[1,1,1]]
输出：9

示例 2：
输入：grid = [[1,1,0,0]]
输出：1

提示：
1 <= grid.length <= 100
1 <= grid[0].length <= 100
grid[i][j] 为 0 或 1

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/largest-1-bordered-square
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

2. 解题

参看：程序员面试金典 - 面试题 17.23. 最大黑方阵（DP）

求得每个坐标位置处的上方、左侧 连续的 1 有多少个
从右下角开始遍历每个位置，每个点的初始边长edge取 min(上、左)
检测另外两条边是不是也 >= edge，求取最大的边长

class Solution {
public:
    int largest1BorderedSquare(vector<vector<int>>& grid) {
    	int m = grid.size(), n = grid[0].size(), i, j;
    	vector<vector<int>> sumof1Up(m, vector<int>(n,0));//向上连续1的个数
    	vector<vector<int>> sumof1Left(m, vector<int>(n,0));//向左连续1的个数
    	for(i = 0; i < m; i++)
    	{
    		for(j = 0; j < n; j++)
    		{
    			if(grid[i][j] == 1)
    			{
    				if(i==0 && j==0)
    					sumof1Left[i][j] = 1, sumof1Up[i][j] = 1;
    				else if(i==0 && j>0)
    				{
    					sumof1Left[i][j] = sumof1Left[i][j-1]+1;
    					sumof1Up[i][j] = 1;
    				}
    				else if(j==0 && i > 0)
    				{
    					sumof1Left[i][j] = 1;
    					sumof1Up[i][j] = sumof1Up[i-1][j]+1;
    				}
    				else
    				{
    					sumof1Left[i][j] = sumof1Left[i][j-1]+1;
    					sumof1Up[i][j] = sumof1Up[i-1][j]+1;
    				}
    			}
    		}
    	}
    	int maxEdge = 0, edge, x, y;
    	for(i = m-1; i >= 0; i--)
    	{
    		for(j = n-1; j >= 0; --j)
    		{
    			edge = min(sumof1Up[i][j], sumof1Left[i][j]);
    			//初始边长
    			while(edge > 0)
    			{
    				if(maxEdge > edge)//肯定小，不必检查了
    					break;
    				x = i-edge+1;//上方边的x
    				y = j-edge+1;//左侧边的y
    				if(sumof1Up[i][y]>=edge && sumof1Left[x][j]>=edge)
    				{	//左侧边  上侧边长都大于等 edge
    					maxEdge = edge;
    				}
                    edge--;//遍历所有可能
    			}
    		}
    	}
    	return maxEdge*maxEdge;
    }
};