最大矩阵——单调栈

给定一个由 01 组成的矩阵 matrix ,找出只包含 1 的最大矩形,并返回其面积。

注意: 此题 matrix 输入格式为一维 01 字符串数组。

示例 1:

复制代码
输入:matrix = ["10100","10111","11111","10010"]
输出:6
解释:最大矩形如上图所示。

思路:

我们首先计算出矩阵的每个元素的左边连续 1 的数量,使用二维数组oneHeight 记录,其中oneHeightij 为矩阵第 i 行第 j 列元素的左边连续 1 的数量。

接下来是对84题柱状图中最大的矩形------单调栈的集大成者-CSDN博客 的轻微进阶。对每一列都按84题处理,即求以当前列为底的最大矩形面积。遍历所有列后求得全局最大面积。

python 复制代码
from typing import List


class Solution:
    def maximalRectangle(self, matrix: List[str]) -> int:
        if len(matrix) == 0 or len(matrix[0]) == 0:
            return 0
        m,n=len(matrix),len(matrix[0])
        oneHeight = [[0 for _ in range(n)] for _ in range(m)]
        for i in range(m):
            for j in range(n):
                if matrix[i][j] == '1':
                    before=oneHeight[i][j - 1] if j > 0 else 0
                    oneHeight[i][j] = before + 1
        res=0
        for j in range(n):
            stack = []
            leftMin=[-1]*m
            rightMin=[m]*m
            for i in range(m):
                while stack and oneHeight[stack[-1]][j]> oneHeight[i][j]:
                    i1=stack.pop()
                    rightMin[i1]=i
                leftMin[i]=stack[-1] if stack else -1
                stack.append(i)
            for i in range(m):
                res=max(res,(rightMin[i]-leftMin[i]-1)*oneHeight[i][j])
        return res


print(Solution().maximalRectangle(["1"]))
相关推荐
烂蜻蜓1 小时前
Flask入门教程(十二):表单处理——从基础到Flask-WTF完整实践
后端·python·flask
jay神1 小时前
【计算机毕业设计】基于Flask+Vue的电影数据可视化与智能推荐系统
前端·vue.js·python·信息可视化·flask·毕业设计·课程设计
满怀冰雪2 小时前
24-PaddleClas 模型评估、导出与推理部署入门
大数据·人工智能·python·深度学习·paddle
Chester_19997 小时前
CSP202203C.计算资源调度器
开发语言·数据结构·c++·蓝桥杯
DeepVisionary8 小时前
谷歌 Gemini Omni 1.1 Flash 正式发布:4K 视频、40 秒场景延伸,视频生成进入按 token 计费时代
python·自动化
阡之尘埃8 小时前
Python数据分析案例85——大模型微调全流程(SFT的LoRA微调)
人工智能·python·深度学习·语言模型·llm·微调·千问
裕晟资质规划8 小时前
武器装备科研生产单位保密资质申请方法论:条件模型与流程拆解
人工智能·算法
海兰8 小时前
【应用】基于 Next.js 16 + Python mplfinance的金融K线图与技术指标可视化平台(三)
javascript·python·金融
cvcode_study8 小时前
Ollama+ComfyUI 多模态
大数据·人工智能·python
en.en..9 小时前
C语言 标准输入 / 输出缓冲区
算法