代码随想录——完全平方数（Leetcode 279）

题目链接

动态规划

动态规划思路：

• 状态定义：定义一个一维数组dp，其中dp[i]表示组成整数i所需的最少完全平方数的数量。
• 状态初始化：将dp数组中的所有元素初始化为Integer.MAX_VALUE，表示初始状态下组成每个整数的完全平方数数量是无限大（即不可能）。但dp[0]需要初始化为0，因为组成整数0不需要任何完全平方数。
• 状态转移：遍历所有可能的完全平方数，对于每个完全平方数square[i]，更新dp数组。具体来说，对于当前完全平方数square[i]，遍历所有从square[i]到n的整数，更新dp[j]的值。如果dp[j - square[i]]不是Integer.MAX_VALUE（即j - square[i]这个整数是可以凑出的），则更新dp[j]为min(dp[j - square[i]] + 1, dp[j])。
• 返回结果：最后，返回dp[n]，即组成整数n所需的最少完全平方数的数量。

本人版本

class Solution {
    public int numSquares(int n) {
        int[] dp = new int[n + 1];
        int[] square = new int[100];
        for(int i = 0; i < square.length; i++){
            square[i] = (i + 1) * (i + 1);
        }
        // 初始状态下组成每个整数的完全平方数数量是无限大（即不可能）
        for (int j = 0; j <= n; j++) {
            dp[j] = Integer.MAX_VALUE;
        }
        dp[0] = 0;
        for(int i = 0; i < square.length; i++){
            for(int j = square[i]; j <= n; j++){
                dp[j] = Math.min(dp[j - square[i]] + 1, dp[j]);
            }
        }
        return dp[n];
    }
}

代码简化版本

class Solution {
    public int numSquares(int n) {
        int[] dp = new int[n + 1];
        for (int j = 0; j <= n; j++) {
            dp[j] = Integer.MAX_VALUE;
        }
        dp[0] = 0;
        for(int i = 1; i * i <= n; i++){
            for(int j = i * i; j <= n; j++){
                dp[j] = Math.min(dp[j - i * i] + 1, dp[j]);
            }
        }
        return dp[n];
    }
}