别再暴力扫全图了：一题“黑色像素最小矩形”背后的算法认知升级

别再暴力扫全图了：一题“黑色像素最小矩形”背后的算法认知升级

大家好，我是 Echo_Wish。

今天聊一道看起来不难，但特别容易“写着写着就跑偏”的题：

包含全部黑色像素的最小矩形（Smallest Rectangle Enclosing Black Pixels）

很多人第一反应是：

👉 “不就是扫一遍矩阵，找到最小行列范围吗？”

对，这确实能做出来，但问题是：

这题的价值，不在于“能做”，而在于你有没有意识到“可以更快”。

今天我不光讲解法，还想带你看清一件事：

👉算法优化，本质是“利用问题结构”，而不是拼算力。

一、先讲人话：这题到底在干嘛？

给你一个二维矩阵：

0 0 1 0 0 1 1 0 0 1 0 0

其中：

• 1表示黑色像素
• 0表示白色像素

并且给你一个已知的黑点(x, y)。

目标是：

找到一个最小的矩形，把所有黑