【算法笔记】动态规划篇，完全平方数（完全背包、四平方和定理）

完全平方数

动态规划法(原始版)

举例:

• dp[12]=dp[9]+dp[3]
  • dp[9]=1
  • dp[3]=dp[1]+dp[2]
    • dp[1]=1
    • dp[2]=dp[1]+dp[1]=2
• dp[12]=dp[4]+dp[8]
  • dp[4] =1
  • dp[8]=dp[4]+dp[4]=2

1. 定义dp数组，dp[i]表示i可以由最少几个完全平方数表示
2. 初始化，dp[i*i]=1,完全平方数都可以由自己 1个数表示
3. 递推公式，从举例中我们可以看到，dp[12]=dp[9]+dp[3],如果我们从小往大了遍历，那dp[9]和dp[3]其实已经知道了，不用再重复计算。
4. 遍历，假如是$n=12$,dp[12]=dp[j]+dp[i-j],比如 $dp[12]=dp[1]+dp[11]$,一直遍历到$i==i-j$dp[12]=dp[6]+dp[6],因为再往后遍历会重复，$dp[12]=dp[11]+dp[1]$
5. 手写一遍$n=12$这种情况

public static int numSquares(int n) {
    int[]dp=new int[n+1];
    for (int i = 1; i < n+1; i++) {
        dp[i]=i;
    }
    for(int i=1;i*i<n+1;i++){
        dp[i*i]=1;
    }
    for(int i=2;i<=n;++i){
        for(int j=1;j<=i-j;j++){
            dp[i]=Math.min(dp[i],dp[j]+dp[i-j]);
        }
    }
    return dp[n];
}

完全背包

物品：每个完全平方数（可以拿好几次）

public int numSquares(int n) {
    List<Integer> nums = new ArrayList();
    for (int i = 1; i * i <= n; ++i) nums.add(i * i);   // 把可选的物品算出来
    int[] dp = new int[n + 1];
    Arrays.fill(dp, n + 1);
    dp[0] = 0;
    for (int i = 0; i < nums.size(); ++i) {
        for (int j = nums.get(i); j < n + 1; ++j) {
            dp[j] = Math.min(dp[j], dp[j - nums.get(i)] + 1);
        }
    }
    return dp[n];
}

四平方和定理

任意一个正整数都可以用最多四个完全平方数表示
也就是返回值只可能为 1、2、3、4
如果n为完全平方数则返回
如果n满足条件：$n=4^k\times (8m+7)$,则返回4
如果n减去一个完全平方数 得一个完全平方数：$n-b^2=a^2$,则返回2
不满足以上三种条件则返回3

public int numSquares(int n) {
    if (isPerfectSquare(n)) {
        return 1;
    }
    if (checkAnswer4(n)) {
        return 4;
    }
    for (int i = 1; i * i <= n; i++) {
        int j = n - i * i;
        if (isPerfectSquare(j)) {
            return 2;
        }
    }
    return 3;
}

// 判断是否为完全平方数
public boolean isPerfectSquare(int x) {
    int y = (int) Math.sqrt(x);
    return y * y == x;
}

// 判断是否能表示为 4^k*(8m+7)
public boolean checkAnswer4(int x) {
    while (x % 4 == 0) {
        x /= 4;
    }
    return x % 8 == 7;
}