广度优先遍历：set集合的速度远远比list快：完全平方数

根据https://www.cnblogs.com/tintinsoft/articles/9743765.html的测试，set比list快很多倍，数据越多，差距越明显（千倍）。

set集合是无序的，不能通过索引和切片来做一些操作。不能通过序号来调用，但是for i in a_set: 输出的时候还是有序的。

a = set()
a.add(2)
a.remove(2)
a.add(3)
print(a[0])----错误，不能索引
a.add(2)
for i in a:
	print(i)  ----- 3 2 对的 

集合的添加有两种常用方法，分别是add和update。
集合add方法：是把要传入的元素做为一个整个添加到集合中，例如：
>>> a = set('boy')
>>> a.add('python')
>>> a
set(['y', 'python', 'b', 'o'])

集合update方法：是把要传入的元素拆分，做为个体传入到集合中，例如：
>>> a = set('boy')
>>> a.update('python')
>>> a
set(['b', 'h', 'o', 'n', 'p', 't', 'y'])

集合删除操作方法：remove
set(['y', 'python', 'b', 'o'])
>>> a.remove('python')
>>> a
set(['y', 'b', 'o'])

还可以使用符号来合并或者删除，就是集合的概念。

给定正整数 n，找到若干个完全平方数（比如 1, 4, 9, 16, …）使得它们的和等于 n。你需要让组成和的完全平方数的个数最少。

示例 1:

输入: n = 12
输出: 3
解释: 12 = 4 + 4 + 4.
示例 2:

输入: n = 13
输出: 2
解释: 13 = 4 + 9.

这道题的思路其实很好，把数看成是节点，减去一个平方数就是另一个节点，如果节点等于0，那么就是可以返回的。广度优先遍历，所以每次都减去范围内的平方数。

from collections import deque
class Solution:
    # 使用set可以快很多，不仅因为set不融入相同的元素，相同只记住一个；并且和set的特性集合有关，本身都不是相同的也快许多。
    def numSquares(self, n: int) -> int:
        if n < 1:
            return 0
        queue = set()
        queue.add(n)
        out = 0
        num_old = 0
        num = 1
        record = {}
        while queue:
            next_queue = set()
            # num_old = len(queue)
            # num = 0
            for first in queue: #用的其实就是广度优先遍历，思路一模一样，上一批次属于同一层的先都pop出来，需要记住上一层有多少。
                # first = queue[j]
                i = 1
                
                while first - i * i > 0:
                    #if first-i * i not in record: # 以空间换时间。
                    next_queue.add(first-i * i)
                    #else:
                    #    record[first-i * i] = 1
                    # num += 1
                    i += 1
                
                if first-i * i == 0:
                    return out + 1
            out += 1
            queue = next_queue