二维二进制矩阵中1的最大矩形

在0-1矩阵中找到1的最大面积是一个问题。在此问题中,有两种情况:

  1. 要测量的区域是正方形。这很简单,DP。

  2. 要测量的区域为矩形。我无法为此考虑最佳的解决方案。

例:

010101

101001

111101

110101

最大的矩形的面积为4(第3行,第5列,第3、4行另外一个)。我们还能得到所有这些矩形吗?

回答:

我将逐步介绍一些增加难度/降低运行时复杂度的解决方案。

首先,解决暴力问题。生成每个可能的矩形。您可以通过迭代r1≤r2和c1≤c2的每对点(r1,c1)(r2,c2)来完成此操作(可以使用4个for循环来完成)。如果矩形不包含0,则将面积与迄今为止找到的最大面积进行比较。这是O(R

^ 3C ^ 3)。

我们可以将有效的矩形检查加快到O(1)。我们通过执行DP来做到这一点,其中dp(r,c)在矩形((1,1),(r,c))中存储0的数目。

  • dp(r,0)= 0
  • dp(0,c)= 0
  • dp(r,c)= dp(r-1,c)+ dp(r,c-1)-dp(r-1,c-1)+(矩阵[r] [c]?0:1)

那么((r1,c1),(r2,c2))中的0数为

  • nzeroes(r1,c1,r2,c2)= dp [r2] [c2] -dp [r1 -1] [c2] -dp [r2] [c1 -1] + dp [r1 -1] [c1 -1]

然后,可以通过nzeroes(r1,c1,r2,c2)== 0检查矩形是否有效。

为此,有一个使用简单的DP和堆栈的O(R ^ 2C)解决方案。DP通过找到一个单元格上方的1个单元格的数量直到下一个0来对每列工作。dp如下:

  • dp(r,0)= 0
  • 如果matrix [r] [c] == 0,则dp(r,c)= 0
  • dp(r,c)= dp(r-1,c)+ 1否则

然后,您执行以下操作:

area = 0

for each row r:

stack = {}

stack.push((height=0, column=0))

for each column c:

height = dp(r, c)

c1 = c

while stack.top.height > height:

c1 = stack.top.column

stack.pop()

if stack.top.height != height:

stack.push((height=height, column=c1))

for item in stack:

a = (c - item.column + 1) * item.height

area = max(area, a)

也可以使用三个DP解决O(RC)中的问题:

  • h(r,c):如果我们从(r,c)开始并向上走,在第一个0之前我们找到多少个单元格?
  • l(r,c):我们可以在(r,c)和高度h(r,c)处扩展一个具有右下角的矩形吗?
  • r(r,c):我们可以在(r,c)和高度h(r,c)的左下角延伸一个矩形到多远?

三种重复关系是:

  • h(0,c)= 0
  • 如果matrix [r] [c] == 0,则h(r,c)= 0
  • h(r,c)= h(r-1,c)+1否则

  • l(r,0)= 0

  • 如果矩阵[r-1] [c] == 0,则l(r,c)= cp

  • l(r,c)= min(l(r − 1,c),c − p)否则

  • r(r,C + 1)= 0

  • 如果矩阵[r-1] [c] == 0,则r(r,c)= pc

  • r(r,c)= min(r(r − 1,c),p − c)否则

其中p是上一个0的列,因为我们从左至右填充l,从右至左填充r。

答案是:

  • max_r,c(h(r,c)*(l(r,c)+ r(r,c)− 1))

之所以如此行事,是因为观察到最大的矩形在所有四个侧面上始终会接触到0(将边缘视为被0覆盖)。通过考虑所有顶部,左侧和右侧至少接触0的矩形,我们覆盖了所有候选矩形。生成每个可能的矩形。您可以通过迭代r1≤r2和c1≤c2的每对点(r1,c1)(r2,c2)来完成此操作(可以使用4个for循环来完成)。如果矩形不包含0,则将面积与迄今为止找到的最大面积进行比较。

注意:我是根据我在这里写下的答案改编以上内容的-

请参阅“ Ben的妈妈”部分。在该文章中,0为树。该文章也具有更好的格式。

以上是 二维二进制矩阵中1的最大矩形 的全部内容, 来源链接: utcz.com/qa/416066.html

回到顶部