队列&完全平方数问题&动态规划&BFS --转载

近在做力扣学习学习数据结构与算法，评论区看到解决方案在此记录下。

1，BFS解决

这题让求的是若干个平方数的和等于n，并且平方数的个数最少。首先我们可以把它想象成为一颗m叉树，树的每一个节点的值都是平方数的和，如下图所示。
每一个节点的值都是从根节点到当前节点的累加。而平方数的个数其实就是遍历到第几层的时候累加和等于target。我们只需要一层一层的遍历，也就是常说的BFS，当遇到累加的和等于target的时候直接返回当前的层数即可。
我们知道二叉树的BFS遍历像下面这样

public void levelOrder(TreeNode tree) {
        Queue<TreeNode> queue = new LinkedList<>();
        queue.add(tree);
        int level = 0;//统计有多少层
        while (!queue.isEmpty()) {
            //每一层的节点数
            int size = queue.size();
            for (int i = 0; i < size; i++) {
                TreeNode node = queue.poll();
                //打印节点
                System.out.println(node.val);
                if (node.left != null)
                    queue.add(node.left);
                if (node.right != null)
                    queue.add(node.right);
            }
            level++;
            //打印第几层
            System.out.println(level);
        }
    }

最终代码：

//BFS
	public int numSquares(int n) {
		Queue<Integer> queue = new LinkedList<>();
		queue.offer(0);
		//记录访问过的节点值
		Set<Integer> visited = new HashSet<>();
		visited.add(0);
		 //树的第几层
		int min = 0;
		while(!queue.isEmpty()){
			min++;
			int size = queue.size();
			//遍历当前层的所有节点
			for(int i=0;i<size;i++){
				int value = queue.poll();
				// 开始枚举所有满足条件的j,使j*j<=n.
				// 类比二叉树的left/right节点或者二维网格的上下左右四个方向
				//访问当前节点的子节点，类比于二叉树的左右子节点
				for(int j=1;j*j<=n;j++){
					int nValue = value + j*j;
					// 如果新值大于目标值，则停止内层循环
					if(nValue > n){
						break;
					}
					// 如果新值已经遍历过，则跳到下一个循环继续
					if(visited.contains(nValue)){
						continue;
					}
					// 如果新值等于目标值，则直接返回当前层数
					if(nValue == n){
						return min;
					}
					// 否则，将新值加入到队列中并标记已遍历，为下一层的遍历做准备
					queue.offer(nValue);
					visited.add(nValue);
				}
			}
		}
		return min;
	}

作者：数据结构和算法
链接：https://leetcode-cn.com/leetbook/read/queue-stack/kfgtt/?discussion=xgcYsh
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

2，动态规划解决

这题除了使用BFS以外，还可以使用动态规划解决。

定义数组dp[]，其中dp[i]表示的是当n等于i的时候完全平方数的最少数量。比如dp[12]表示当n等于12的时候完全平方数的最少数量。

比如当n等于60的时候，他的值是dp[60]，但是60还可以由11加上7的平方组成，我们还可以改为dp[11]+1，取最小的即可，即
dp[60]=min(dp[60],dp[11]+1)

实际上60还可以由24加上6的平方组成……我们只需要找出所有的可能组合并记录最小的值即可。

所以递推公式我们很容易找出来

dp[i] = Math.min(dp[i], dp[i - j * j] + 1);

那么初始条件是什么呢，我们默认任何正整数都是由1的平方组成，即dp[i]=i，也就是最大值，然后再通过递推公式找出最小值即可。

最后我们再来看下代码

//动态规划
	public int numSquares2(int n) {
		// 定义dp,dp[i]代表输入为i时，返回和为 i 的完全平方数的 最少数量
		int[] dp = new int[n+1];
		dp[0] = 0;
		for(int i=1;i<=n;i++){
			//最坏的情况都是由1的平方组成  dp[12] =12个数字
			dp[i] = i;
			for(int j=1;j*j<=i;j++){
				//动态规划公式
				//exp dp[60]=min(dp[60],dp[11]+1)   60=11+7*7
				dp[i] = Math.min(dp[i],dp[i-j*j]+1);
			}
		}
		return dp[n];
	}