LeetCode算法题之221. Maximal Square（Medium）【Python3动态规划题解】

题目描述：
Given a 2D binary matrix filled with 0’s and 1’s, find the largest square containing only 1’s and return its area.

Example:

Input:

1 0 1 0 0
1 0 1 1 1
1 1 1 1 1
1 0 0 1 0

Output: 4

题目大意：

• 给定你一个二维的列表，列表中的每个元素都是0，1字符串
• 让你找出只包含字符1的正方形，且其面积最大，输出其面积值

解题思路：

• 声明：此题为动态规划标签下，故应用动规解法

• Step1：定义一个dp table，并定义dp table中的每个值代表什么含义

• 由之前做的一些动态规划的题目经验来讲，一般这种题目，像例子那样，把那个输入列表形象的给你展示出来了，就是方便你去理解题目的，而且一般这种格式的，都会配上一个格式一样的dp table，也就是我们需要自己定义自己去填充的那个dp table，填充好了以后，答案就出来了

• 但是这道题目的dp table中的数值的的含义，不太好想，而且那个最重要的递推关系，也不好想，本人也是看了官方题解才做出来的，在此分享

• 首先，dp[i][j]的值，代表在此位置，能构成的那个正方形的最大边长值，注意，是边长值！

• dp table 含义确定了，下面就差找到递推关系，能将dp[k]用dp[k-1]推出来，那就齐活了

• Step2：找递推关系

• 这个递推关系也是很难想啊，在此直接奉上，因为有时不是你不会做，是真的很难想啊

• 递推关系：
  dp[i][j] = min(dp[i][j-1], dp[i-1][j], dp[i-1][j-1]) + 1

• 话说这个递推关系我是想不到

• Step3：代码实现想法即可

少废话，上代码：

class Solution:
    def maximalSquare(self, matrix):
        # 题测时发现，matrix有可能为空，则返回0
        if not matrix:
            return 0

        # 定义dp table，并初始化为0
        dp = [[0 for column in range(len(matrix[0]))] for row in range(len(matrix))]
        # 设置一个记录最大边长变量
        max_side_len = 0

        # 开始填充dp table 的第一行，与matrix的第一行数值保持一致
        for column in range(len(matrix[0])):
            dp[0][column] = int(matrix[0][column])
            max_side_len = max(max_side_len, dp[0][column])

        # 开始填充dp table 的第一列，与matrix第一列数值保持一致
        for row in range(len(matrix)):
            dp[row][0] = int(matrix[row][0])
            max_side_len = max(max_side_len, dp[row][0])

        # 外层循环控制行数，从第二行开始
        for row in range(1, len(matrix)):
            # 内层循环控制列数，从第二列开始
            for column in range(1, len(matrix[0])):
                # 当遇到1时，才会开始更新dp table 对应位置的数值
                if matrix[row][column] == "1":
                    dp[row][column] = min(dp[row][column-1], dp[row-1][column], dp[row-1][column-1]) + 1
                # 为0时，则可以直接赋值为0
                else:
                    dp[row][column] = 0
                # 每次记录一下最大的边长值
                max_side_len = max(max_side_len, dp[row][column])

        return max_side_len ** 2 # 返回面积值

运行时间和内存占用：

• Runtime: 200 ms, faster than 75.94% of Python3 online submissions for Maximal Square.
• Memory Usage: 14.6 MB, less than 9.09% of Python3 online submissions for Maximal Square.