【力扣-动态规划入门】【第 21 天】279. 完全平方数

标题：279. 完全平方数
难度：中等
天数：第21天,第3/3题

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

以上来源：力扣（LeetCode）
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。

题解：

一.分析问题

dp[n] 存放到n的最少数量

我们将正数n理解成背包容量

平方数理解成重量，那就是一个完全背包问题

我们要求解最少数量，那么为了能够通过Math。函数统计最小数量，我们将dp[n]每一个值都初始化成最大值Integer.MAX_VALUE

int max = Integer.MAX_VALUE;
for(int i = 0;i <=n;i++){
	dp[i] = max;
}

外层循环背包容量

for(int i = 1 ; i <= n; i++){}

内层循环物品重量

//内层物品
for(int j = 1; j * j <= i;j++){}

确定动态规划方程：
我们应该对比dp[n]的值，和当前值 - k重量位置记录的值 + 1
两个数中哪个方式装满背包用的数量最小

也就是

dp[n] = Math.min(dp[n], dp[n-k] + 1);

这里的k转换成循环就是对应的j*j

dp[n] = Math.min(dp[n], dp[n - j*j] + 1);

最后根据动归方程,分析下初始化值dp[0]
如果 n = 1

dp[1] = Math.min(max,dp[0] + 1);

可以推断出，我们应该将dp[0]初始化成0,dp[0] = 0;。

class Solution {
    //动态规划 第21天  3/3
    //完全背包问题
    public int numSquares(int n) {
        int max = Integer.MAX_VALUE;
        int[] dp = new int[n+1];
        for(int i = 0;i <=n;i++){
            dp[i] = max;
        }
        dp[0] = 0;
        //外层背包 容量
        for(int i = 1 ; i <= n; i++){
            //内层物品重量k = j*j
            for(int j = 1; j * j <= i;j++){
                dp[i] = Math.min(dp[i], dp[i - j*j] +1);
            }
        }
        return dp[n];
    }
}