力扣hot100 完全平方数完全背包滚动数组四平方和定理

兑生

已于 2024-01-17 07:59:04 修改

阅读量741

点赞数 21

分类专栏： # 力扣 hot100 文章标签： leetcode 算法职场和发展

于 2024-01-17 07:31:22 首次发布

本文链接：https://blog.csdn.net/lt6666678/article/details/135639751

版权

力扣 hot100 专栏收录该内容

100 篇文章 1 订阅

订阅专栏

本文介绍了如何使用完全背包和滚动数组优化策略来解决完全平方数问题，展示了两种不同的解决方案，并分析了它们的时间复杂度。最后提及了四平方和定理在判断特定整数表示为两个平方数和的最少项数的应用。

摘要由CSDN通过智能技术生成

Problem: 279. 完全平方数

思路

👨‍🏫 三叶神解

👨‍🏫 数学解法

💖 完全背包

⏰ 时间复杂度: $O(n^2 \sqrt{n})$

class Solution {
    int INF = 0x3f3f3f3f;
	public int numSquares(int n)
	{
		List<Integer> list = new ArrayList<>();
		int t = 1;
		while (t * t <= n)
		{
			list.add(t * t);
			t++;
		}
		int m = list.size();
		int[][] f = new int[m + 1][n + 1];// f[i][j] 表示考虑前 i 个物品，凑出 j 所使用的最小元素个数
		Arrays.fill(f[0], INF);// 在 0 个物品中选，除了价值 0 外都是非法情况
		f[0][0] = 0;

		for (int i = 1; i <= m; i++)
		{
			int x = list.get(i - 1);// x 表示当前物品的 价值
			for (int j = 0; j <= n; j++)
			{
				f[i][j] = f[i - 1][j];// 不选当前物品
				for (int k = 1; k * x <= j; k++)// 选取 k 个当前物品
					if (f[i - 1][j - k * x] != INF)
						f[i][j] = Math.min(f[i][j], f[i - 1][j - k * x] + k);
			}
		}
		return f[m][n];
	}
}

💖 滚动数组优化

⏰ 时间复杂度: $O(n\sqrt{n})$ 在这里插入图片描述

class Solution {
	public int numSquares(int n)
	{
		int[] f = new int[n + 1];//f[i] 表示和为 i 的最小完全平方数和 的数量
		Arrays.fill(f, 0x3f3f3f3);
		f[0] = 0;
		for (int t = 1; t * t <= n; t++)
		{
			int x = t * t;
			for (int j = x; j <= n; j++)
				f[j] = Math.min(f[j], f[j - x] + 1);
		}
		return f[n];
	}
}

💖 四平方和定理

class Solution {
    public int numSquares(int n) {
        //判断是否是 1
        if (isSquare(n)) {
            return 1;
        }
        
        //判断是否是 4
        int temp = n;
        while (temp % 4 == 0) {
            temp /= 4;
        }
        if (temp % 8 == 7) {
            return 4;
        }

        //判断是否是 2
        for (int i = 1; i * i < n; i++) {
            if (isSquare(n - i * i)) {
                return 2;
            }
        }

        return 3;
    }

    //判断是否是平方数
    private boolean isSquare(int n) {
        int sqrt = (int) Math.sqrt(n);
        return sqrt * sqrt == n;
    }
}