在一个由 ‘0’ 和 ‘1’ 组成的二维矩阵内,找到只包含 ‘1’ 的最大正方形,并返回其面积。
示例 1:
输入:matrix = [[“1”,“0”,“1”,“0”,“0”],[“1”,“0”,“1”,“1”,“1”],[“1”,“1”,“1”,“1”,“1”],[“1”,“0”,“0”,“1”,“0”]]
输出:4
示例 2:
输入:matrix = [[“0”,“1”],[“1”,“0”]]
输出:1
示例 3:
输入:matrix = [[“0”]]
输出:0
提示:
m == matrix.length
n == matrix[i].length
1 <= m, n <= 300
matrix[i][j] 为 ‘0’ 或 ‘1’
/*
* date: 2022-06-04
* city: hangzhou
* author: zhangyb
*/
#include
#include
class Solution
{
public:
bool containCharInRow(int s,int e,int x,const std::vector<std::vector<char>>& matrix,const char character)
{
for (int i = s;i <= e;++i)
{
if (matrix[x][i] == character)
{
return true;
}
}
return false;
}
bool containCharInCol(int s,int e,int y,const std::vector<std::vector<char>>& matrix,const char character)
{
for (int i = s;i <= e;++i)
{
if (matrix[i][y] == character)
{
return true;
}
}
return false;
}
void getMaxArea(const int left,const int right,int x,int y,int &maxArea,const std::vector<std::vector<char>>& matrix)
{
if (x >= matrix.size() || y >= matrix[0].size() || matrix[x][y] == '0')
{
return;
}
if (containCharInRow(right,y,x,matrix,'0') || containCharInCol(left,x,y,matrix,'0'))
{
return;
}
maxArea += 2*(x - left) + 1;
return getMaxArea(left,right,x+1,y+1,maxArea,matrix);
}
int maximalSquare(std::vector<std::vector<char>>& matrix)
{
int maxArea = 0;
int m = matrix.size();
if (m < 1)
{
return maxArea;
}
int n = matrix[0].size();
bool hasOne = 0;
bool alreadyMax = 0;
for (int i = 0; i < m;++i)
{
for (int j = 0; j < n;++j)
{
if (matrix[i][j] == '1')
{
hasOne = 1;
}
else
{
continue;
}
if (i == m - 1 || j == n - 1)
{
continue;
}
if (maxArea >= (m-i)*(n-j))//剪枝:当剩下的待计算的矩形的即使全为1的面积也小于当前已经得到的最大面积,那么就不用在计算了。
{
alreadyMax = 1;
break;
}
int tmpArea = 1;
getMaxArea(i,j,i+1,j+1,tmpArea,matrix);
maxArea = (maxArea < tmpArea)?tmpArea:maxArea;
}
if (alreadyMax == 1)
{
break;
}
}
std::cout << "maxArea: " << maxArea << " hasOne: " << hasOne << std::endl;
if (maxArea == 0)
{
return hasOne?1:0;
}
return maxArea;
}
};
int main()
{
Solution slu;
std::vector<std::vector<char>> matrix = /*
{{'1','0','1','0','0'},
{'1','0','1','1','1'},
{'1','1','1','1','1'},
{'1','0','0','1','0'}};
*/
{{'0','1'}};
std::cout << slu.maximalSquare(matrix) << std::endl;
}
题目要从一个M x N的矩形中寻找由1组成的面积最大的正方型。
图1:
如上图,一眼看上去,就有很多符合条件的正方形,我们以对角坐标来表示一个符合条件的正方形。
比如[(0,0)~(1,1)]表示的面积为4的正方形、[(1,2)~(3,4)]表示的面积为6的正方形.
从这两个正方形我们可以得到这样的思路,一个面积大于1的正方型,比如[(1,2)~(3,4)],其内部的 [(1,2)(1,2)],[(1,2)(2,3)]也均是正方形,也即是若要在题目所给的m*n的矩形中寻找一个最大的正方形,那么我们可以先找到第一个最直观的正方形(也就是某个坐标(x,y),满足matrix[x][y] == 1的坐标点),此时最大面积 maxArea = 1,然后沿着其对角线增大的正方形,并判断该正方形是否是全为1的,如果全为1,满足要求,更新最大面积 maxArea = 4。从而在遍历所有的点后一定能找到满足要求的矩形。
在找到第1个全为1的正方形的基础上,探索第2个正方形,满足要求.
在第2个全为1的正方形的基础上,探索第3个正方形,不满足要求.
从而可以得到以(0,0)为左上顶点的满足要求的正方形的最大面积为4.
以上步骤就是算法的描述,已经能够实现题目的要求,找到全为1的最大面积的矩形。
以下为一个优化点,如果没有优化点,是不能通过最后的case的。
依旧使用图1来说明,经过上面的步骤,我们可能得到的全为1的正方形的面积为:{1,4,9}
从本图来看,我们是先找到1,再找到4,再找到9,那如果我们先找到9,我们还有必要找4吗?
显然是没有这个必要的,所以我们当开始计算某个点(x,y)的满足要求的最大矩形面积前,我们应该先判断假如以(x,y)为左顶点的最大正方形,假设其全为1构成,并得到其面积 area_a,如果这个最大的假设的正方形的面积,已经小于前面求出来的最大矩形面积了,那我们就没有必要进行后续的面积的计算了。这就是剪枝优化。通过这个剪枝,能优化我们的程序时间复杂度。