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];
}