本文共 2637 字，大约阅读时间需要 8 分钟。

在一个由0和1组成的二维矩阵中，找到只包含1的最大正方形并返回其面积。这个问题可以通过两种主要方法解决：暴力求解法和动态规划法。以下是对这两种方法的详细分析和实现。

暴力求解法

思路：遍历矩阵中的每一个1，尝试以其为左上角，扩展出最大的全1的正方形。具体来说，对于每一个1的位置(i, j)，从边长1开始，逐步扩展到更大的边长，直到遇到0或者矩阵边界。

实现步骤：

优点：直接且简单，适合小规模矩阵。缺点：时间复杂度较高，尤其在大矩阵下效率低。

动态规划法

思路：创建一个辅助矩阵f，其中f[i][j]表示从(0,0)到(i,j)的位置所形成的最大的全1的正方形的边长。递推公式为f[i][j] = 1 + min(f[i-1][j], f[i-1][j-1], f[i][j-1])。遍历矩阵，逐步计算每个位置的f值，最后找到最大的f值并返回其平方。

实现步骤：

优点：时间复杂度为O(mn)，空间复杂度为O(mn)，效率更高。缺点：需要额外的空间来保存f矩阵。

示例代码

暴力求解法

fun maximalSquare(matrix: Array
   
    ): Int {    var ans = 0    val m = matrix.size    if (m == 0) return 0    val n = matrix[0].size    val lenBound = Math.min(m, n)        for (i in 0 until m) {        for (j in 0 until n) {            if (matrix[i][j] == '1') {                var squareLength = 1                var flag = true                while (i + squareLength < m && j + squareLength < n && flag && squareLength <= lenBound) {                    for (k in i..(i + squareLength)) {                        for (t in j..(j + squareLength)) {                            if (matrix[k][t] == '0') {                                flag = false                                break                            }                        }                        if (!flag) break                    }                    if (flag) squareLength++                }                ans = Math.max(ans, squareLength)            }        }    }    return ans * ans}
   

动态规划法

fun maximalSquareDP(matrix: Array
   
    ): Int {    var ans = 0    val m = matrix.size    if (m == 0) return 0    val n = matrix[0].size    val f = Array(m + 1) { IntArray(n + 1) { 0 } }        for (i in 1..m) {        for (j in 1..n) {            if (matrix[i - 1][j - 1] == '1') {                val minix = Math.min(f[i - 1][j - 1], f[i - 1][j])                val minix2 = Math.min(f[i][j - 1], minix)                f[i][j] = 1 + minix2                ans = Math.max(ans, f[i][j])            }        }    }    return ans * ans}
   

测试示例

val matrix = arrayOf(    charArrayOf('1', '1', '1', '1', '1', '1', '1', '1'),    charArrayOf('1', '1', '1', '1', '1', '1', '1', '0'),    charArrayOf('1', '1', '1', '1', '1', '1', '1', '0'),    charArrayOf('1', '1', '1', '1', '1', '0', '0', '0'),    charArrayOf('0', '1', '1', '1', '1', '0', '0', '0'))val ans = maximalSquareDP(matrix)println("ans=$ans") // ans=16

总结

两种方法各有优劣。动态规划法在效率上更优，适合大规模矩阵，而暴力求解法实现简单，适合小规模矩阵。选择哪种方法取决于具体需求和矩阵的尺寸。

转载地址：http://uhma.baihongyu.com/