python求完全平方数最小数_leetcode279 完全平方数 python

题目

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。

分析

首先，这道题目求解的是完全平方数的最小个数，那么要理解完全平方数的概念，比如1，4，9..... 所以如果是求个数最大值的话，就应该是输入的正整数本身n(因为1也是完全平方数)。

这道题目可以利用动态规划的思想解答(题目积累到一定程度就会自然而然感觉到)，几乎所有的动态规划解决方案，首先会创建一个一维或多维数组DP矩阵来保存中间子问题的解，以及通常数组最后一个值代表最终解。那么这个矩阵是多少维度的呢？首先我们先寻找这道题的子问题，这也是动态规划的核心特征：问题可以拆分成子问题，而子问题的解被重复的使用。这个题是找某个数的完全平方数最小个数，那么拆分成子问题就是：当我找到一个比输入值小的完全平方数k后，那么剩余的值n-k作为新一轮的输入值，它的最优解+1就是n的最优解。然后不断循环此过程，最后求得最终解。那么我们其实就是在不断求解并更新比原始输入值小的正整数K的最优解，这样我们维护一个一维的数组就可以搞定了。但是这里要注意，我们子问题中的K一定也是一个完全平方数，否则没有意义，而n-k是不是完全平方数我们不用care，因为他只是作为新一轮的输入值，还需要继续拆分。那么问题来了，什么时候不能拆分呢？就是当k的平方大于n时，如果等于n，此时n-k=0。题意分析完毕后，

我们考虑下基本情况：1.每个正整数的最多完全平方数就是其本身的值 2.当输入的值为0时，其最优解也为0。最后，动态规划最重要的内容就是状态转移方程，那么我们如何用一种表达式来表示求得最优解的过程呢？子问题的解又是如何被重复利用的呢？这就是上面提到的一维数组dp。每个子问题的值肯定是小于上一轮的输入值的，所以我们预先计算好所有小于起始输入值的情况，并在每次遇到重复问题是进行查到使用就ok了:

通过上面的嵌套模式，我们就可以对每一个从1到n的值进行遍历。

而i减去j的平方就是剩余的子问题，那么状态转移方程就很好得出了：

注意别忘了在 dp[i - j*j] 后面加上1, 这个1就是一种完全平方数(j的平方)

答案

核心奥义

整数拆分 + 子问题求解