LeetCode刷题笔记（Perfect Squares）

感觉这道题还是需要一定技巧才能获得一个比较好的结果的，下面就和大家来分享一下经验吧！

题目如下：

Given a positive integer n, find the least number of perfect square numbers (for example, 1, 4, 9, 16, ...) which sum to n.

Example 1:

Input: n = 12
Output: 3 
Explanation: 12 = 4 + 4 + 4.
Example 2:

Input: n = 13
Output: 2
Explanation: 13 = 4 + 9.

题意分析：

给定一个正整数n，找到数目最少的完全平方数之和等于n，并返回这些完全平方数的数目。

解答如下：

方法一（四平方和定理）

对于四平方和定理，说真的笔者也是第一次听说，如果大家想要弄清楚的话，建议百度学习一下。根据四平方和定理：任意一个正整数均可表示为4个正整数以内的平方数之和，换句话说，最终的返回结果只有4种情况：1、2、3和4。首先将n简化一下，考虑到一个正整数如果包含因子4，那么去掉因子4并不影响最终的返回结果。与此同时，如果一个正整数除以8余7，那么可以肯定的是n一定可由4个完全平方数组成，经过上述简化后，n有可能就会变得很小，从而避免了复杂的计算。然后将化简后的n拆为两个平方数之和，如果拆成功了那么就会返回1或2，因为其中一个平方数可能为0，但由于输入的n是正整数，所以不存在两个平方数均为0的情况。

class Solution{
public:
    int numSquares( int n ){
        while ( n % 4 == 0 ) n = n/4;
        if( n % 8 == 7 ) return 4;

        for ( int i = 0; i * i  <= n; i++ ) {
            int j = sqrt( n - i * i );
            if ( i * i + j * j == n) return !!i + !!j; //两个感叹号!!的作用就是看a和b是否为正整数,都为正整数的话返回2，只有一个是正整数的话返回1，因为感叹号!表示逻辑取反，那么一个正整数逻辑取反为0，再取反为1
        }
        return 3;
    }
};

提交后的结果如下： 

 

方法二（动态规划方法）

创建一个长度为n+1的一维dp数组，并将第一个值初始化为0，其余值都初始化为INT_MAX(INT_MAX = 2^31-1，INT_MIN= -2^31), 外层for循环的i从0到n，内层for循环的j从1到i+j*j <= n，然后每次更新dp[i+j*j]的值，进而实现动态更新dp数组，其中dp[i]表示正整数i至少能由多少个完全平方数组成，所以输入n，只需返回dp[n]就行，也即dp数组的最后一个元素。

class Solution {
public:
    int numSquares(int n) {
        vector<int> dp(n + 1, INT_MAX);
        dp[0] = 0;
        for (int i = 0; i <= n; ++i) {
            for (int j = 1; i + j * j <= n; ++j) {
                dp[i + j * j] = min(dp[i + j * j], dp[i] + 1);
            }
        }
        return dp.back();
    }
};

代码详解

提交后的结果如下： 

 

方法三（优化方法二）

根据方法一来简化n，用“ while ( n % 4 == 0 ) n = n/4; ”去掉因子4，用“ if (n % 8 == 7) return 4; ”提前确定n是否可由4个完全平方数组成。

class Solution {
public:
    int numSquares(int n) {
        while ( n % 4 == 0 ) n = n/4;
        if (n % 8 == 7) return 4;
        vector<int> dp(n + 1, INT_MAX);
        dp[0] = 0;
        for (int i = 0; i <= n; ++i) {
            for (int j = 1; i + j * j <= n; ++j) {
                dp[i + j * j] = min(dp[i + j * j], dp[i] + 1);
            }
        }
        return dp.back();
    }
};

提交后的结果如下：

     

 

 

日积月累，与君共进，增增小结，未完待续。