【中等】力扣算法题解析LeetCode221：最大正方形

关注文末推广名片，即可免费获得本题测试源码！

题目来源：LeetCode221：最大正方形

问题抽象： 在二进制矩阵中寻找全由 '1' 组成的最大正方形区域并返回其面积，需满足以下核心需求：

1. 区域定义：

   • 正方形需连续相邻（边长为 s 的正方形包含 s×s 个相邻单元格）；
   • 区域内所有元素必须为 '1'（含 '0' 则无效）；
   • 边界平行于矩阵边缘（非斜向）。

2. 计算目标：

   • 输出最大正方形的面积（边长平方），若不存在有效正方形则返回 0；
   • 需高效处理大规模矩阵（300×300 上限）。

3. 动态规划策略：

   • 定义 dp[i][j] 表示以 (i,j) 为右下角的最大正方形边长；
   • 状态转移：
     • 若 matrix[i][j]=='1'，则 dp[i][j] = min(dp[i-1][j], dp[i][j-1], dp[i-1][j-1]) + 1；
     • 若 matrix[i][j]=='0'，则 dp[i][j]=0；
   • 全局最大值：max_edge = max(dp[i][j])，面积 = max_edge²。

4. 边界处理：

   • 空矩阵或全 '0' 矩阵返回 0；
   • 单行/单列矩阵：最大面积为 1（存在 '1' 时）；
   • 初始化：首行/首列的 dp 值直接为 0 或 1（取决于 matrix 值）。

输入：二维字符矩阵 matrix（元素仅 '0' 或 '1'，行数 m、列数 n ∈ [0,300]）
输出：整数（最大正方形面积，值域 0 至 min(m,n)²）

解题思路

使用动态规划解决此问题，核心思想是通过状态转移方程计算以每个位置 (i, j) 为右下角的最大正方形边长。具体步骤如下：

1. 状态定义：dp[j] 表示当前行中以第 j 个元素为右下角的最大正方形边长。使用一维数组优化空间，避免二维数组的开销。
2. 状态转移：
   • 如果 matrix[i][j] 为 '0'，则 dp[j] = 0（不能构成正方形）。
   • 如果 matrix[i][j] 为 '1'，则 dp[j] 由其左侧、上方和左上方的值决定：
     [
     dp[j] = \min(dp[j-1], dp[j], pre) + 1
     ]
     其中 pre 表示上一行中第 j-1 列的值（即左上角的值）。
3. 边界处理：
   • 第一行直接初始化为对应字符的值（0 或 1）。
   • 每行的第一列单独处理（因为左侧无数据）。
4. 更新最大边长：在动态规划过程中记录最大边长 maxSide。
5. 返回结果：最终结果为 maxSide * maxSide。

代码实现（Java版）🔥点击下载源码

class Solution {
    public int maximalSquare(char[][] matrix) {
        if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {
            return 0;
        }
        int rows = matrix.length;
        int cols = matrix[0].length;
        int maxSide = 0;
        int[] dp = new int[cols]; // 一维DP数组
        
        // 初始化第一行
        for (int j = 0; j < cols; j++) {
            dp[j] = matrix[0][j] - '0'; // 字符转数字
            if (dp[j] > maxSide) {
                maxSide = dp[j]; // 更新最大边长
            }
        }
        
        // 从第二行开始动态规划
        for (int i = 1; i < rows; i++) {
            int pre = dp[0]; // 保存上一行第一列的值（作为下一列的左上角）
            // 处理当前行第一列
            dp[0] = matrix[i][0] == '1' ? 1 : 0;
            if (dp[0] > maxSide) {
                maxSide = dp[0];
            }
            // 遍历当前行剩余列
            for (int j = 1; j < cols; j++) {
                int temp = dp[j]; // 保存上一行当前列的值（用于更新pre）
                if (matrix[i][j] == '1') {
                    // 状态转移：取左、上、左上最小值加1
                    dp[j] = Math.min(Math.min(dp[j - 1], dp[j]), pre) + 1;
                    if (dp[j] > maxSide) {
                        maxSide = dp[j]; // 更新最大边长
                    }
                } else {
                    dp[j] = 0; // 当前元素为0，无法构成正方形
                }
                pre = temp; // 更新pre为上一行当前列的值
            }
        }
        
        return maxSide * maxSide; // 返回最大正方形面积
    }
}

代码说明

1. 初始化处理：

   • 检查矩阵是否为空，直接返回0。
   • 初始化 dp 数组为第一行的值（'0' 转 0，'1' 转 1），并记录最大边长 maxSide。

2. 动态规划核心：

   • pre 变量：保存上一行前一列的值（即左上角的值），用于状态转移。
   • 第一列处理：每行第一列独立处理（无左侧数据），直接根据字符值设置 dp[0]。
   • 状态转移：
     • 若当前字符为 '1'，取左侧 (dp[j-1])、上方 (dp[j]) 和左上角 (pre) 的最小值加1。
     • 若为 '0'，则 dp[j] = 0。
   • 更新 pre：每次迭代保存上一行当前列的值，供下一列使用。

3. 结果计算：

   • 遍历过程中持续更新 maxSide（最大边长）。
   • 返回 maxSide * maxSide（最大正方形面积）。

提交详情（执行用时、内存消耗）