leetcode hot100 完全平方数

本文介绍了一个编程问题,涉及如何使用完全平方数凑出给定整数n,转化为完全背包问题的变形形式。通过动态规划方法求解,初始化dp数组并遍历物品和背包,计算最少物品数量。代码展示了如何在Java中实现这一算法。
摘要由CSDN通过智能技术生成

在这里插入图片描述
本题中,是给一个整数n,让用完全平方数凑出这个整数,注意,题中给了n的范围,是大于等于1的,也就是说,dp[0]我们可以先不考虑。

整个问题可以抽象成完全背包问题的变形形式,物品就是这一个个的完全平方数,也就是i的平方,而背包的容量就是n。我们可以多次使用同一个物品来填充这个背包,直到这个背包被填满。

所以,dp[j]就表示填满容量为j的背包所需要的最少的物品的数目。
那么我们的递推公式应该就是dp[j] = Math.min(dp[j],dp[j-i*i]+1)。
因为我们之前是通过dp[j-coins[i]]+1得到的dp[j],就是表示先凑满容量为j-coins[i]所需要的最少物品个数,而coins[i]就是第i个物品。而在本题中,第i个物品则是i的完全平方数,即i*i。

初始化:dp[0]应该初始化成0,因为题中n的范围是大于等于1的,为了一直能求最小值,我们dp[0]应该初始化成0。之后其他的都应该初始化成整形的最大值,才能防止计算值被覆盖。

因为本题是要求的最少个数,并不是排列数也不是组合数,所以采取什么遍历方式都可以,一般采取先物品,再背包。并且本题是完全背包问题,即物品可以重复使用,所以内层遍历背包的时候应该正序遍历。

打印数组

class Solution {
    // 版本一,先遍历物品, 再遍历背包
    public int numSquares(int n) {
        int max = Integer.MAX_VALUE;
        int[] dp = new int[n + 1];
        //初始化
        for (int j = 0; j <= n; j++) {
            dp[j] = max;
        }
	//如果不想要寫for-loop填充數組的話,也可以用JAVA內建的Arrays.fill()函數。
	//Arrays.fill(dp, Integer.MAX_VALUE);
	
        //当和为0时,组合的个数为0
        dp[0] = 0;
        // 遍历物品
        for (int i = 1; i * i <= n; i++) {
            // 遍历背包
            for (int j = i * i; j <= n; j++) {
                //if (dp[j - i * i] != max) {
                    dp[j] = Math.min(dp[j], dp[j - i * i] + 1);
                //}
		//不需要這個if statement,因爲在完全平方數這一題不會有"湊不成"的狀況發生( 一定可以用"1"來組成任何一個n),故comment掉這個if statement。
            }
        }
        return dp[n];
    }
}

  • 9
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值