leetcode hot 100-279. 完全平方数

279. 完全平方数

题目描述

给定正整数 n,找到若干个完全平方数(比如 1, 4, 9, 16, ...)使得它们的和等于 n。你需要让组成和的完全平方数的个数最少。

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.

思路一:暴力 dfs (时间超时)

先给n开平方,确定上界,假定 根号n等于k
递归,从1-k中选出多个值,每个值可选可不选,而且还能重复选,记录选中的次数
当前和如果刚好等于n, 则更新cnt
 1 class Solution {
 2     public int numSquares(int n) {
 3         if(n <= 0){
 4             return 0;
 5         }
 6 
 7         // 先给n开平方,确定上界,假定 根号n等于k
 8         int sqrt = (int)Math.sqrt(n);
 9         traceBack(n, 0, sqrt, 0);
10         return cnt;
11     }
12 
13     public int cnt = 1 << 30;
14 
15     // 递归,从1-k中选出多个值,每个值可选可不选,而且还能重复选,记录选中的次数
16     public void traceBack(int n, int nowSum, int index, int count){
17         // 越界,或者如果大于n, 直接返回
18         if(index <= 0 || n < nowSum){
19             return;
20         }
21         // 边界如果刚好等于n, 则更新cnt
22         if(n == nowSum){
23             cnt = Math.min(cnt, count);
24         }
25 
26         // 对于每个数可选也不可选
27         // 选
28         if(nowSum + index * index <= n){
29             traceBack(n, nowSum + index * index, index, count + 1);
30         }
31 
32         // 不选
33         traceBack(n, nowSum, index-1, count);
34     }
35 }

 通过了287个测试用例,然后就超时了

复杂度分析:

时间复杂度:对小于√n 的所有数都进行枚举,而且每个数还不止枚举一遍,所以这个复杂度就不太好算了,我觉得是 2n√n

空间复杂度:递归栈的深度,我觉得是√n

思路二:动态规划

参考:https://leetcode-cn.com/problems/perfect-squares/solution/hua-jie-suan-fa-279-wan-quan-ping-fang-shu-by-guan/

dp[i]表示组成i的最少完全平方的个数
i 和 (i - j * j)的最终结果就相差一个完全平方数j*j, 所以dp[i] 和 dp[i-j*j]就相差1
dp[i] = Math.min(dp[i], dp[i - j*j] + 1); dp[0] = 0;
边界值dp[i] = i, 因为组成i的最少完全平方的个数最大为i, 即全是由1组成的
 1 class Solution {
 2     public int numSquares(int n) {
 3         if(n <= 0){
 4             return 0;
 5         }
 6 
 7         int[] dp = new int[n+1];
 8         dp[0] = 0;
 9         for(int i = 1; i <= n; i++){
10             dp[i] = i;
11             for(int j = 0; i - j*j >= 0; j++){
12                 dp[i] = Math.min(dp[i], dp[i - j*j] + 1);
13             }
14         }
15         return dp[n];
16     }
17 }
leetcode 执行用时:42 ms > 64.61%, 内存消耗:37.5 MB > 94.62%

复杂度分析:

时间复杂度:O(n√n). 两个for循环,外层循环的循环次数是n, 内层循环的循环次数最大为√n, 所以总的时间复杂度为O(n√n)
空间复杂度:O(n). 需要一个大小为 (n+1)的数组,所以空间复杂度为O(n)

思路三:完全背包

### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法LeetCode动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法数据结构基础》等,来深入理解这种算法思想。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值