Leetcode.279 完全平方数

Leetcode.279 完全平方数

解法1.动态规划

算法过程：

dp[i]表示i最少可以由几个平方数构成。
1.初试化dp=[0,1,2,⋯,n]，长度为n+1，最多次数就是全由1构成。
2.遍历dp，对于i，遍历区间[2,n+1)：
	遍历所有平方数小于i的数j，遍历区间[1,int(sqrt(i))+1)：
    	dp[i]=min(dp[i],dp[i-j*j]+1)。始终保存所有可能情况中的最小值。
3.返回dp[n]

def numSquares(n):
        dp=[i for i in range(n+1)]
        for i in range(2,n+1):
            for j in range(1,int(i**(0.5))+1):
                dp[i]=min(dp[i],dp[i-j*j]+1)
        return dp[-1]

复杂度分析：
时间复杂度：O(n*sqrt(n))
空间复杂度：O(n)

解法2. 广度优先遍历（层序遍历）BFS

借助队列实现广度优先遍历（层次遍历）
1.初始化队列queue=[n]，访问元组visited={}，初试化路径长度step=0
2.特判，若n==0，返回0。
3.循环条件，队列不为空：
    step+=1，因为循环一次，意味着一层中的节点已经遍历完，所以路径长度需要加一。
    定义当前层中的节点数l=len(queue)，遍历当前层的所有节点：
        令tmp为队首元素。
        遍历所有可能数ii的平方数，遍历区间[1,int(sqrt(tmp))+1):
            定义x=tmp-i**2
            若==0，返回当前的路径长度。
            若x not in visited，表示当前节点未出现过：将该节点入队并在访问数组中加入。
4.返回step

def numSquares(n):
    from collections import deque
    if n == 0: return 0
    queue = deque([n])
    step = 0
    visited = set()
    while(queue):
        step+=1
        l=len(queue)
        for _ in range(l):
            tmp=queue.pop()
            for i in range(1,int(tmp**0.5)+1):
                x=tmp-i**2
                if(x==0):
                    return step
                if(x not in visited):
                    queue.appendleft(x)
                    visited.add(x)
    return step

解法3.数学方法，拉格朗日四平方和定理：说明每个正整数均可表示为4个整数的平方和。

def numSquares3(n):
    while n % 4 == 0:
        n/=4
    if n % 8 == 0:
        return 4     
    a = 0
    while a**2 <= n:
        b = int((n - a**2)**0.5)
        if a**2 + b**2 == n:
            return bool(a) + bool(b)
        a += 1      
    return 3