leetcode算法题--完全平方数★

原题链接：https://leetcode-cn.com/problems/perfect-squares/

相关题目：leetcode算法题–零钱兑换

1、回溯法

就是暴力法，套路就是递归，但是有很多重复计算。

int numSquares(int n) {
    return func(n);
}

int func(int n){
    int count=INT_MAX;
    if(n==0) return 0;
    for(int i=1;i*i<=n;i++)
        count=min(count,func(n-i*i)+1);
    return count;
}

2、回溯法+记忆化

就是在回溯法的基础上，用map存储，减少重复的计算。

int numSquares(int n) {
     map<int,int>m;
     func(n,m);
     return m[n];
 }

 int func(int n,map<int,int> &m){
     int count=INT_MAX;
     if(n==0) return 0;
     if(m.find(n)!=m.end()) return m[n];
     for(int i=1;i*i<=n;i++)
         count=min(count,func(n-i*i,m)+1);
     m[n]=count;
     return count;
 }

3、动态规划

相比于回溯法省去了压栈出栈的过程，不过不是很容易想到。

dp[i] i代表数为i，dp[i]代表数为i时最小组合数

转移方程

dp[i]=min(dp[i],dp[i-j*j])+1

代码：

int numSquares(int n){
    vector<int> dp(n+1,INT_MAX);
    dp[0]=0;
    for(int i=1;i<=n;i++){
        for(int j=1;j*j<=i;j++){
            dp[i]=min(dp[i],dp[i-j*j]+1);
        }
    }
    return dp[n];
}

其实就拿n=12来举例：

dp[0]=0
dp[1]=1 
dp[2]=2 
dp[3]=3 
dp[4]=1
dp[5]=2 
dp[6]=3 
dp[7]=4 
dp[8]=2
dp[9]=1
dp[10]=2 
dp[11]=3 
dp[12]=3

细细品，j*j起了很大的限制作用