分析:
这个题暴力解也能过了,最佳解法使用动态规划的思想:本题考虑的是正方形的面积,所以算出最长的边长就好。我们假设dp[i][j] 是以 [i][j] 为顶点的最大的正方形边长。我们可以写出状态转移方程:
若 [i][j] 这个点是1 :那么dp[i][j]=min{dp[i-1][j-1],dp[i-1][j],dp[i][j-1]}+1。
否则 : dp[i][j]=0
暴力解法:
遍历矩阵每个元素,以这个元素作为正方形的左上角,寻找最大面积。复杂度为O(n*n)。这种算法存在大量的重复计算比如:
左上角[0][0]元素计算是有必要的,但是[1][1]元素计算就重复了。因为[1][1]元素所形成的正方形矩阵是[0][0]元素的子集。所以我们在动态规划思想里面假设dp[i][j] 是以 [i][j] 为顶点的最大的正方形边长。
import java.util.Scanner;
/**
* @author: Mr.Hu
* @create: 2019-03-13 21:10
*/
public class Main{
public static void main(String[] args) {
Scanner sc =new Scanner(System.in);
while (sc.hasNextInt()){
int n=sc.nextInt();
char[][] a =new char[n][];
for (int i = 0; i < n; i++) {
//输入变为二维整形数组
a[i] =sc.next().toCharArray();
}
int[][] dp =new int[n][a[0].length]; //dp 存以a[i][j]结尾最长的边长 注意输入数据不一定是正方形
int max=0;
for (int i = 0; i < n; i++) {
//将字符数组变为整形数组
for (int j = 0; j <a[i].length ; j++) {
dp[i][j]=a[i][j]-'0';
if (dp[i][j]==1) max=1;
}
}
for (int i = 1; i < n; i++) {
for (int j = 1; j <a[i].length; j++) {
if (a[i][j]=='1'){
int temp =Math.min(dp[i-1][j-1],dp[i-1][j]);
temp =Math.min(temp,dp[i][j-1])+1;
dp[i][j]=temp;
max=max<temp?temp:max;
}
else dp[i][j]=0;
}
}
System.out.println(max*max);
}
}
}