力扣-动态规划-279. 完全平方数

力扣-动态规划-279. 完全平方数

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。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/perfect-squares
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

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

解题思路：动态规划 完全背包问题

 根据题意来看，每个完全平方数可以选择无限个，因此这是一道完全背包问题。
 做之前先理一下思路，我们从内外层遍历顺序、前后顺序和初始化三个角度来比较。
 对于01背包求最大价值问题，二维数组内外层的物品和背包容量都能交换，滚动数组只能是物品在外层，背包容量在内层，因为滚动数组防止元素重复加入必须从后向前遍历，如果背包容量在外层，那对于每一个容量，只能从所有物品中选一个物品。对于01背包求组合数问题，依次累加滚动数组就行，即 dp[j] += dp[j - nums[i]]。
 对于完全背包求最大价值问题，二维数组和滚动数组内外层顺序都能交换，但滚动数组只能从前向后遍历，从前先后遍历都能用到前面遍历过的值。对于完全背包求组合数问题，如果求的是组合数——那么都只能是外层物品，内层背包（外层依次遍历物品相当于依次加入物品，前面加入的物品已经固定），如果求的是排列数——那么外层只能是背包，内层是物品。内层遍历的内容都在同一层上面，对外层固定的一个i，内层都要把所有的情况遍历一遍，外层的内容先遍历的就先确定下来，后面遍历的内容依次加入。
 求组合数的dp[0]都初始化为1，可以理解为当物品容量刚好为背包容量时对应的值就是dp[0]，这也是一种组合，因此dp[0] = 1。
 首先确定dp[i]含义：和为 i 时，凑成 i 的完全平方数的最少数量。
状态转移方程：dp[i] = min(dp[i], dp[i - weight[j]]。初始化：由于是求最小值，为了避免更新后的值被初始值覆盖，dp数组初始化为Integer的最大值，但dp[0]得初始化为1，代表当完全平方数与背包容量刚好相同时，这也是一种选择，因此dp[0]也初始化为1。
 在做这道题时我先根据 n 的大小，构造一个存放完全平方数的数组遍历物品，其实大可不必，在遍历i的过程中，物品的重量直接用 i * i 就可以表示，既能节省空间，又能减少一次遍历。
 代码如下，各位小伙伴如果有什么问题可以在评论里提出来，欢迎大家交流。

 //完全背包
    public int numSquares(int n) {
        int[] dp = new int[n + 1];//dp数组
        for (int i = 1; i <= n; i++) {
            dp[i] = Integer.MAX_VALUE;
        }
        for (int i = 1; i <= n/2 + 1; i++) {
            for (int j = i*i; j <= n; j++) {
                int temp = i * i;
                if (dp[j - temp] != Integer.MAX_VALUE) {
                    dp[j] = Math.min(dp[j], dp[j - temp] + 1);
                }
            }
        }
        return dp[n];
    }