Input: matrix = [["1","0","1","0","0"],["1","0","1","1","1"],["1","1","1","1","1"],["1","0","0","1","0"]]
Output: 6
Explanation: The maximal rectangle is shown in the above picture.

Input: matrix = [["0"]]
Output: 0

Input: matrix = [["1"]]
Output: 1

Constraints:

动态规划针对当前位置求解面积，计算最大宽和高

DP 解决方案从第一行开始逐行进行。让第 i 行和第 j 列的最大矩形面积由 [right(i,j) - left(i,j)]*height(i,j) 计算。

所有 3 个变量 left、right 和 height 都可以由来自前一行的信息以及来自当前行的信息确定。所以它可以看作是一个DP解决方案。转移方程为：

left(i,j) = max(left(i-1,j), cur_left), cur_left 可以从当前行确定
right(i,j) = min(right(i-1,j), cur_right), cur_right 可以从当前行确定
height(i,j) = height(i-1,j) + 1，如果 matrix[i][j]=='1';
height(i,j) = 0, 如果 matrix[i][j]=='0'

代码如下。可以将循环组合以提高速度，但我将它们分开是为了使算法更清晰。

class Solution {public int maximalRectangle(char[][] matrix) {int rows = matrix.length;int cols = matrix[0].length;int[] left = new int[cols];int[] right = new int[cols];int[] height = new int[cols];Arrays.fill(right, cols);int max = 0;for (int r = 0; r < rows; r++) {int curLeft = 0, curRight = cols;for (int c = 0; c < cols; c++) {height[c] = matrix[r][c] == '1' ? (height[c] + 1) : 0;}for (int c = 0 ;c < cols; c++) {if (matrix[r][c] == '1') {left[c] = Math.max(left[c], curLeft);} else {left[c] = 0;curLeft = c + 1;}}for (int c = cols - 1; c >= 0; c--) {if (matrix[r][c] == '1') {right[c] = Math.min(right[c], curRight);} else {right[c] = cols;curRight = c;}}for (int c = 0; c < cols; c++) {max = Math.max(max, (right[c] - left[c]) * height[c]);}}return max;}
}

如果觉得这个算法不好理解，可以试试这个例子：

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

从第0行到第2行的向量“左”和“右”如下

第 0 行：dp[0][*]

h: 0 0 0 1 0 0 0
l: 0 0 0 3 0 0 0
r: 7 7 7 4 7 7 7

第 1 行：dp[1][*]

h: 0 0 1 2 1 0 0
l: 0 0 2 3 2 0 0
r: 7 7 5 4 5 7 7

第 2 行：dp[2][*]

h: 0 1 2 3 2 1 0
l: 0 1 2 3 2 1 0
r: 7 6 5 4 5 6 7

向量“left”正在计算左边界。以 (i,j)=(1,3) 为例。在当前行 1 上，左边界位于 j=2。但是，因为 matrix[1][3] 是 1，所以还需要考虑上一行的左边界，即 3。所以 (1,3) 处的真正左边界是 3。

每一行都计算最大max，比如这里以第三行举例，dp[2][*]。
公式为 Math.max(max, (r - l) * h)

0: max(0, (7 - 0)*0) = 0
1: max(0, (6 - 1)*1) = 5
2: max(5, (5 - 2)*2) = max(5, 6) = 6
3: max(6, (4 - 3)*3) = max(6, 3) = 6
4: max(6, (5 - 2)*2) = max(6, 6) = 6
5: max(6, (6 - 1)*1) = max(6, 5) = 6
6: max(6, (7 - 0)*0) = max(6, 0) = 6

我希望这个额外的解释能让事情更清楚。

参考

https://leetcode.com/problems/maximal-rectangle/discuss/29054/Share-my-DP-solution

算法: 最大矩形面积85. Maximal Rectangle相关推荐

【DP】LeetCode 85. Maximal Rectangle
LeetCode 85. Maximal Rectangle Solution1: 一语惊醒梦中人啊,参考链接:https://www.youtube.com/watch?v=2Yk3Avrzauk ...
85. Maximal Rectangle
用dp计算矩形面积文章目录 1题目理解 2分析 2.1 暴力搜索 2.2 动态规划 3 相关题目 1题目理解输入:char[][] matrix 是一个二维数组,值由0和1组成. 输出:一个矩形的 ...
leetcode 85. Maximal Rectangle | 85. 最大矩形（单调栈）
题目 https://leetcode.com/problems/maximal-rectangle/ 题解本题与 leetcode 84. Largest Rectangle in Histogr ...
85. Maximal Rectangle 由1拼出的最大矩形
［抄题］: Given a 2D binary matrix filled with 0's and 1's, find the largest rectangle containing only 1 ...
85. Maximal Rectangle最大矩形
艾恩凝个人博客 https://aeneag.xyz/ 公众号技术乱舞每日一练,保持手感 2021/10/17 题目 https://leetcode-cn.com/problems/maxi ...
【leetcode】85. Maximal Rectangle 0/1矩阵的最大全1子矩阵
1. 题目 Given a 2D binary matrix filled with 0's and 1's, find the largest rectangle containing only 1 ...
[leetcode]@python 85. Maximal Rectangle
题目链接 https://leetcode.com/problems/maximal-rectangle/ 题目原文 Given a 2D binary matrix filled with 0's ...
LeetCode 85. Maximal Rectangle --python,java解法
题目地址: Given a 2D binary matrix filled with 0's and 1's, find the largest rectangle containing only 1 ...
Algorithm：C++语言实现之链表相关算法(单链公共结点问题、一般LCA、括号匹配、最长括号匹配、逆波兰表达式Reverse Polish Notation、直方图矩形面积、收集雨水问题)
Algorithm:C++语言实现之链表相关算法(单链公共结点问题.一般LCA.括号匹配.最长括号匹配.逆波兰表达式Reverse Polish Notation.直方图矩形面积.收集雨水问题) 目录 ...
蒙特卡洛算法求矩形内切圆面积
已知:矩形长宽皆为1,则内切圆半径为0.5.求:该圆面积(利用蒙特卡洛算法) 编程思路如下: 1,利用random.unifom生成0到1之间的数字,分别赋值给x,y. 2,判断生成点是否落在矩形区域 ...

算法: 最大矩形面积85. Maximal Rectangle

85. Maximal Rectangle

动态规划针对当前位置求解面积，计算最大宽和高

参考

算法: 最大矩形面积85. Maximal Rectangle相关推荐

最新文章

热门文章

算法: 最大矩形面积85. Maximal Rectangle

85. Maximal Rectangle

动态规划 针对当前位置求解面积，计算最大宽和高

参考

算法: 最大矩形面积85. Maximal Rectangle相关推荐

最新文章

热门文章

动态规划针对当前位置求解面积，计算最大宽和高