给你一个 m * n 的矩阵，矩阵中的元素不是 0 就是 1，请你统计并返回其中完全由 1 组成的 正方形 子矩阵的个数。
示例 1：
输入：matrix =
[
[0,1,1,1],
[1,1,1,1],
[0,1,1,1]
]
输出：15
解释：
边长为 1 的正方形有 10 个。
边长为 2 的正方形有 4 个。
边长为 3 的正方形有 1 个。
正方形的总数 = 10 + 4 + 1 = 15.
示例 2：
输入：matrix =
[
[1,0,1],
[1,1,0],
[1,1,0]
]
输出：7
解释：
边长为 1 的正方形有 6 个。
边长为 2 的正方形有 1 个。
正方形的总数 = 6 + 1 = 7.
动态规划
记录dp[i][j]为以右下角为(i,j)的矩形的最大边长，则dp[i][j]也表示以右下角为(i,j)的矩形的个数
遍历每个dp值，并求和即为所有正方形的个数。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
| class Solution {
public:
int countSquares(vector<vector<int>>& matrix) {
int rows = matrix.size();
if (rows == 0) {
return 0;
}
int columns = matrix[0].size();
vector<vector<int>> dp(rows, vector<int>(columns, 0));
int ans = 0;
for (int i = 0; i < rows; i++) {
for (int j = 0; j < columns; j++) {
if (i == 0 || j == 0) {
dp[i][j] = matrix[i][j];
}else if (matrix[i][j] == 0) {
dp[i][j] = 0;
}else {
dp[i][j] = min(dp[i-1][j], min(dp[i][j-1], dp[i-1][j-1])) + 1;
}
ans += dp[i][j];
}
}
return ans;
}
};
|
