C++只有0和1的矩阵中获取只有1的最大矩阵面积

这个问题可以通过动态规划来解决。我们可以使用一个二维的动态规划数组dp，其中dp[i][j]表示以矩阵中第i行第j列的元素作为矩阵右下角的矩阵最大面积。

然后我们可以通过以下公式来计算dp数组：

- 如果matrix[i][j]为0，则dp[i][j]为0；
- 如果matrix[i][j]为1，则dp[i][j] = min(dp[i-1][j], dp[i][j-1], dp[i-1][j-1]) + 1。

以上公式的意思是，以matrix[i][j]为右下角的矩阵的最大面积，取决于其上、左、左上三个元素所能构成的最大矩阵面积，因为只有它们都是1时才能构成更大的矩阵。

最后，我们只需要在dp数组中找到最大的面积即可。具体实现可以参考以下代码：

int maximalRectangle(vector<vector<char>>& matrix) {
    if(matrix.empty()) return 0;
    int m = matrix.size(), n = matrix[0].size(), maxArea = 0;
    vector<vector<int>> dp(m, vector<int>(n));

    // 初始化第一行和第一列的dp值
    for(int i=0; i<m; i++) dp[i][0] = matrix[i][0] - '0';
    for(int j=0; j<n; j++) dp[0][j] = matrix[0][j] - '0';

    // 计算dp数组的值
    for(int i=1; i<m; i++) {
        for(int j=1; j<n; j++) {
            if(matrix[i][j] == '1') {
                dp[i][j] = min({dp[i-1][j], dp[i][j-1], dp[i-1][j-1]}) + 1;
            }
        }
    }

    // 找到dp数组中的最大面积
    for(int i=0; i<m; i++) {
        for(int j=0; j<n; j++) {
            maxArea = max(maxArea, dp[i][j]);
        }
    }

    return maxArea * maxArea;
}

时间复杂度为O(mn)，空间复杂度为O(mn)。