暴力
暴力,能过(但是 84 题用类似的策略是不行的)
class Solution:
def maximalRectangle(self, matrix: List[List[str]]) -> int:
n = len(matrix)
if n == 0: return 0
m = len(matrix[0])
max_l = [[0] * m for i in range(n)]
for i in range(n):
cur = 0
for j in range(m):
if matrix[i][j] == '1':
cur += 1
else:
cur = 0
max_l[i][j] = cur
ans = 0
for i in range(n):
for j in range(m):
if matrix[i][j] == '1':
minl = max_l[i][j]
for k in range(i, n):
if matrix[k][j] == '0': break
minl = min(minl, max_l[k][j])
ans = max(ans, minl * (k-i+1))
return ans
max_l 是每个点向左延伸最多有多少个格子。
计算 max_l 矩阵要遍历 n × m。
然后再从每个点开始,看这个点作为右上顶点的矩形的最大面积,这个又需要沿着 n 方向遍历。
所以时间复杂度是 O(n^2 × m)
转换为多个 84 题的问题,对每一行使用递增栈方法
上面的方法 max_l 的每一列都相当于 84 题中的一个问题。
下面的代码直接拿来了 84 题的代码,对每一行调用了那个函数。
class Solution:
def largestRectangleArea(self, heights: List[int]) -> int:
hs = [0] + heights + [0]
s = []
ans = 0
for i, h in enumerate(hs):
while s and hs[s[-1]] > h:
j = s.pop()
ans = max(ans, hs[j] * (i-s[-1]-1))
s.append(i)
return ans
def maximalRectangle(self, matrix: List[List[str]]) -> int:
n = len(matrix)
if n == 0: return 0
m = len(matrix[0])
dp = [int(i) for i in matrix[0]]
ans = self.largestRectangleArea(dp)
for i in range(1, n):
for j in range(m):
if matrix[i][j] == '1':
dp[j] += 1
else:
dp[j] = 0
ans = max(ans, self.largestRectangleArea(dp))
return ans
动态规划
从每个为 1 的位置,我们可以计算当前位置上这样的矩形的面积:
- 高度尽量往上延伸(到上面第一个 0 或者边界)
- 左右尽量宽
那么全局最大的面积一定在这里面。
任意一点都有一个 h 高度,l 左边界,r 右边界。矩形面积是 h × (r - l)则里的 l 是该点左边第一个 0 (或边界)的右边一个元素的下标。r 是最右边的一个 0 或者(边界)下标。
这里 h 好计算,当前是 0,h 设为 0,不是 0 则 h 是上一行的 h 加一。
l 和 r,以 l 为例,始终维护当前左边界,(初始为 0)如果当前是 1,l 是当前左边界和上一行左边界的最大值(因为我们要看整个左边界的情况);如果当前是 0,就更新当前左边界为当前下标加一,l 设为 0。(这里设为 0 起始并不是真的 0,而且对本行该位置计算不起作用(因为当前位置 h 肯定为 0,一乘就是 0 了)主要是相当于重置了状态,下一行的左边界就不受本行限制了。
r 的情况类似。
class Solution:
def maximalRectangle(self, matrix: List[List[str]]) -> int:
n = len(matrix)
if n == 0: return 0
m = len(matrix[0])
l = [0] * m
r = [m] * m
h = [0] * m
ans = 0
for i in range(n):
for j in range(m):
if matrix[i][j] == '1':
h[j] += 1
else:
h[j] = 0
cur = 0
for j in range(m):
if matrix[i][j] == '1':
l[j] = max(cur, l[j])
else:
cur = j + 1
l[j] = 0
cur = m
for j in range(m-1, -1, -1):
if matrix[i][j] == '1':
r[j] = min(cur, r[j])
else:
r[j] = m
cur = j
for j in range(m):
ans = max(ans, h[j] * (r[j] - l[j]))
return ans
欢迎来我的博客: https://codeplot.top/
我的博客刷题分类:https://codeplot.top/categories/%E5%88%B7%E9%A2%98/
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。