【LeetCode】279. 完全平方数（中等）——代码随想录算法训练营Day45

题目链接：279. 完全平方数

题目描述

给你一个整数 n ，返回 和为 n 的完全平方数的最少数量 。

完全平方数 是一个整数，其值等于另一个整数的平方；换句话说，其值等于一个整数自乘的积。例如，1、4、9 和 16 都是完全平方数，而 3 和 11 不是。

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

提示：

• 1 <= n <= 104

文章讲解：代码随想录

视频讲解：动态规划之完全背包，换汤不换药！| LeetCode：279.完全平方数_哔哩哔哩_bilibili

题解1：动态规划

思路：本题是一个完全背包问题，物品为小于等于 n 的完全平方数，背包容量为 n，可以使用动态规划法求解装满背包最少需要多少个物品。

动态规划分析：

• dp 数组以及下标的含义：dp[j] 代表容量为 j 的背包最少由 dp[j] 个物品装满。
• 递推公式：dp[j] = Math.min(dp[j], dp[j - i * i] + 1)。
• dp 数组初始化：dp[0] 初始化为0，为了保证取最小的结果正确，后续元素需初始化为 Number.MAX_VALUE。
• 遍历顺序：本题求解的是最小物品数量，和物品的顺序没关系，因此求排列和组合都可以，即先遍历物品再遍历背包和先遍历背包再遍历物品都可以。
• 打印 dp 数组：以输入12为例，dp 数组为 [ 0, 1, 2, 3, 1, 2, 3, 4, 2, 1, 2, 3, 3 ]。

/**
 * @param {number} n
 * @return {number}
 */
var numSquares = function(n) {
    const dp = new Array(n + 1).fill(Number.MAX_VALUE);
    dp[0] = 0;
    const sqrN = Math.sqrt(n);
    for (let i = 1; i <= sqrN; i++) {
        const num = i * i;
        for (let j = num; j <= n; j++) {
            dp[j] = Math.min(dp[j], dp[j - num] + 1);
        }
    }
    return dp[n];
};

分析：时间复杂度为 O(n * √n)，空间复杂度为 O(n)。

收获

练习求解完全背包问题的应用，装满背包的最少物品数量。