洛谷 P1387 最大正方形 题解
方法1 二分+暴力+前缀和Check
注意细节
通过二维前缀和判定矩形内是否全为1,计算和等于长度的平方就判断为是
复杂度\(\Theta (n^2\log{n})\)
#include <bits/stdc++.h>
#define N (int)(105)
using namespace std;
int mp[N][N];
int s[N][N];
int n,m;
bool check(int lenth)
{
for(int i = 1;i + lenth - 1 <= n;i++)
{
for(int j = 1;j + lenth - 1 <= m;j++)
{
if(s[i + lenth - 1][j + lenth - 1] - s[i-1][j + lenth - 1] - s[i + lenth - 1][j-1] + s[i-1][j-1] == lenth * lenth)//
{
return true;
}
}
}
return false;
}
int main()
{
ios::sync_with_stdio(false);
cin.tie(0);cout.tie(0);
cin >> n >> m;
for(int i = 1;i <= n;i++)
{
for(int j =1;j <= m;j++)
{
cin >> mp[i][j];
s[i][j] = s[i-1][j] + s[i][j-1] - s[i-1][j-1] + mp[i][j];
}
}
int l = 1, r = min(n,m);
while(l < r)
{
int mid = (l + r) / 2 + 1;
if(check(mid)) l = mid;
else r = mid - 1;
}
cout << l;
return 0;
}
方法2 DP
设状态\(f_{i,j}\)为以第\(i\)行\(j\)列为右下角的最大正方形的边长,\(a_{i,j}\)表示输入矩阵中的数值,有转移方程:
\]
解释:考虑\(a_{i,j}\)为0,那么\(f_{i,j}\)为零是正确的。
\(a_{i,j}\)不为0,那么最少边长就是1,考虑像上向右延伸边,由于正方形的相关性质,取可以延伸的宽和高的最小,可以延伸的高就是\(min(f_{i-1,j},f_{i-1,j-1})\), 可延伸的宽就是\(min(f_{i,j-1},f_{i-1,j-1})\)。这样就解释完了。
不过我们可以逆向思考一下如何想出这种DP,首先我们是拿一块已经确定了的正方形然后考虑如何将它拓展(刷表思路);或者我们思考如何将其他正方形的交拼成一个新的正方形(填表思路)。
我们画出一幅由1(或者0)组成的地图,并在其中寻找正方形。(建议画图)
刷表思路:我们考虑将一个正方形扩展到它右下一格的位置,那么我们发现,根据状态的定义,右下正方形最大边长,就是1加上当前最大正方形的边长,更长的边长是不支持的。然后我们发现还需要两个条件,就是下侧和右侧两个“条”状部位需要全部都是1,那么这里就可以推出\(min\)的使用了。可见思考\(min\)可以先固定化一部分,再想另一部分。
填表思路:我们考虑以一个位置为右下角、某个固定大小的正方形,如何用三个正方形把它拼出来(取交集),实际上我们发现,我们把右下角刨去之后,观察剩下的部分,需要\(f_{i-1,j},f_{i,j-1},f_{i-1,j-1}\)综合判断,不能缺在边上(\(f_{i-1,j},f_{i,j-1},\)),也不能缺在左上角(\(f_{i-1,j-1}\)),对于这三个量的贡献,我们固定其他两个,看其中一个,都能够发现\(min\)的贡献关系。
总结:设置状态的时候占右下角,是为了带最优性质和推理基础;转移的时候从具体例子考虑。
#include <bits/stdc++.h>
#define N (int)(105)
using namespace std;
int mp[N][N];
int f[N][N];
int n,m,ans;
int main()
{
ios::sync_with_stdio(false);
cin.tie(0);cout.tie(0);
cin >> n >> m;
for(int i = 1;i <= n;i++)
{
for(int j = 1;j <= m;j++)
{
cin >> mp[i][j];
}
}
for(int i = 1;i <= n;i++)
{
for(int j = 1;j <= m;j++)
{
f[i][j] = (min(min(f[i-1][j-1],f[i-1][j]),f[i][j-1]) + 1) * mp[i][j];
ans = max(ans,f[i][j]);
}
}
cout << ans;
return 0;
}
洛谷 P1387 最大正方形 题解的更多相关文章
- 洛谷 p1387最大正方形
洛谷 p1387最大正方形 题目描述 在一个n*m的只包含0和1的矩阵里找出一个不包含0的最大正方形,输出边长. 输入格式 输入文件第一行为两个整数n,m(1<=n,m<=100),接下来 ...
- 洛谷P1387 最大正方形
题目描述 题目链接:https://www.luogu.org/problemnew/show/P1387 在一个n*m的只包含0和1的矩阵里找出一个不包含0的最大正方形,输出边长. 输入输出格式 输 ...
- 洛谷 P1387 最大正方形 【dp】(经典)
题目链接:https://www.luogu.org/problemnew/show/P1387 题目描述 在一个n*m的只包含0和1的矩阵里找出一个不包含0的最大正方形,输出边长. 输入格式: 输入 ...
- 洛谷 P1387 最大正方形 Label:奇怪的解法
题目描述 在一个n*m的只包含0和1的矩阵里找出一个不包含0的最大正方形,输出边长. 输入输出格式 输入格式: 输入文件第一行为两个整数n,m(1<=n,m<=100),接下来n行,每行m ...
- 洛谷 [P1387] 最大正方形
本题非常有趣. (n^6) 枚举四个端点,每次遍历矩阵求解. (n^4) 先处理前缀和,枚举四个端点,每次比较前缀和和正方形面积. (n^3) 枚举左上方端点,在枚举边长,前缀和优化 (n^2logn ...
- 洛谷P1387最大正方形(dp,前缀和)
题目描述 在一个n*m的只包含0和1的矩阵里找出一个不包含0的最大正方形,输出边长. 输入输出格式 输入格式: 输入文件第一行为两个整数n,m(1<=n,m<=100),接下来n行,每行m ...
- (Java实现) 洛谷 P1387 最大正方形
题目描述 在一个n*m的只包含0和1的矩阵里找出一个不包含0的最大正方形,输出边长. 输入输出格式 输入格式: 输入文件第一行为两个整数n,m(1<=n,m<=100),接下来n行,每行m ...
- 洛谷P2832 行路难 分析+题解代码【玄学最短路】
洛谷P2832 行路难 分析+题解代码[玄学最短路] 题目背景: 小X来到了山区,领略山林之乐.在他乐以忘忧之时,他突然发现,开学迫在眉睫 题目描述: 山区有n座山.山之间有m条羊肠小道,每条连接两座 ...
- 【洛谷P3960】列队题解
[洛谷P3960]列队题解 题目链接 题意: Sylvia 是一个热爱学习的女孩子. 前段时间,Sylvia 参加了学校的军训.众所周知,军训的时候需要站方阵. Sylvia 所在的方阵中有 n×m ...
- 洛谷P2312 解方程题解
洛谷P2312 解方程题解 题目描述 已知多项式方程: \[a_0+a_1x+a_2x^2+\cdots+a_nx^n=0\] 求这个方程在 \([1,m]\) 内的整数解(\(n\) 和 \(m\) ...
随机推荐
- 逍遥自在学C语言 | 条件控制的正确使用姿势
前言 在C语言中,有三种条件判断结构:if语句.if-else语句和switch语句. 一.人物简介 第一位闪亮登场,有请今后会一直教我们C语言的老师 -- 自在. 第二位上场的是和我们一起学习的小白 ...
- 全网最详细解读《GIN-HOW POWERFUL ARE GRAPH NEURAL NETWORKS》!!!
Abstract + Introduction GNNs 大都遵循一个递归邻居聚合的方法,经过 k 次迭代聚合,一个节点所表征的特征向量能够捕捉到距离其 k-hop 邻域的邻居节点的特征,然后还可以通 ...
- svn is already locked 最终解决方案
今日执行项目更新时,手贱点击了cancel 中断了操作,最后导致项目被锁,杯具了. 首先想到了Clean up 直接提示 看来不行呀 -// 省略 n 多种尝试 最后使用删除db 中的 lock 表来 ...
- go语言中如何实现同步操作呢
1. 简介 本文探讨了并发编程中的同步操作,讲述了为何需要同步以及两种常见的实现方式:sync.Cond和通道.通过比较它们的适用场景,读者可以更好地了解何时选择使用不同的同步方式.本文旨在帮助读者理 ...
- Python asyncio之协程学习总结
实践环境 Python 3.6.2 什么是协程 协程(Coroutine)一种电脑程序组件,该程序组件通过允许暂停和恢复任务,为非抢占式多任务生成子程序.协程也可以简单理解为协作的程序,通过协同多任务 ...
- Python潮流周刊#5:并发一百万个任务要用多少内存?
你好,我是猫哥.这里记录每周值得分享的 Python 及通用技术内容,部分为英文,已在小标题注明.(标题取自其中一则分享,不代表全部内容都是该主题,特此声明.) 博客原文:https://python ...
- R 语言中的高级图像处理包
最新的 magick 包是为能够在 R 中更现代化.简单化高质量图像处理而进行的一次努力.该包封装了目前最强大的开源图片处理库 ImageMagick STL . ImageMagick 库具有大量功 ...
- hugp-MemE关键美化
配置front matter 使用vscode snippet快捷生成front matter 参考博客:vs-code-workflows-for-hugo. markdown-snippets-n ...
- Pytorch-如何在模型中引入可学习参数
错误实例: def init(self): self.w1 = torch.nn.Parameter(torch.FloatTensor(1),requires_grad=True).cuda() s ...
- Android string.xml与Excel的互相转换
Notice 使用以下脚本需要安装 openpyxl 和 lxml 两个库. string.xml转成Excel文件 """ 将 Android string.xml 文 ...