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
解题思路
-
定义状态:
f[i]
表示将整数i
表示为若干个完全平方数之和的最少数量。例如,对于i = 12
,如果可以将12
表示为4 + 4 + 4
,则f[12]
就是3
,因为我们用了三个4
(4 是完全平方数)。
-
初始化状态:
- 初始化
f[i]
为i
,这是一个上界情况,即使用i
个1
来表示i
(因为1
是1*1
的平方数)。
- 初始化
-
状态转移:
- 对于每一个整数
i
,我们尝试使用所有小于等于i
的完全平方数(j*j
),来更新f[i]
的值。具体地,我们尝试将i
分解为i - j*j
和j*j
,从而更新f[i]
为f[i - j*j] + 1
,其中f[i - j*j]
是表示i - j*j
的最少完全平方数的数量,+1
表示加入一个完全平方数j*j
。
- 对于每一个整数
-
目标:
- 最终得到
f[n]
,它表示将整数n
表示为若干个完全平方数之和的最少数量。
- 最终得到
代码示例和解释
假设 n = 12
,我们计算 numSquares(12)
时,f
数组的更新过程如下:
-
初始化:
f[1] = 1 f[2] = 2 f[3] = 3 f[4] = 4 f[5] = 5 ... f[12] = 12
-
更新
f
数组:- 对于
i = 1
,1
只能用一个1*1
表示:f[1] = 1
- 对于
i = 2
,可以用两个1*1
表示:f[2] = 2
- 对于
i = 4
,可以用一个2*2
表示:f[4] = 1
(f[0] + 1
) - 对于
i = 5
,可以用4 + 1
:f[5] = f[1] + 1 = 2
- 对于
i = 12
,可能的更新:- 用
1*1
:f[12] = f[11] + 1
- 用
2*2
:f[12] = f[8] + 1
- 用
3*3
:f[12] = f[3] + 1
- 最终,
f[12] = 3
(例如4 + 4 + 4
)
- 用
- 对于
复杂度分析
- 时间复杂度:
O(n * sqrt(n))
。对于每一个i
从1
到n
,我们计算的完全平方数个数是O(sqrt(n))
。 - 空间复杂度:
O(n)
。我们使用一个大小为n + 1
的一维数组来保存f
数组的值。
这种方法基于动态规划技术,通过逐步更新状态来解决问题,确保了最优解的高效计算。
完整代码
class Solution {
public int numSquares(int n) {
// 创建一个一维数组f,f[i]表示从1到i的整数中,最少需要多少个完全平方数的和来表示i
int[] f = new int[n + 1];
// 初始化f数组
// 默认情况下,f[i]初始化为i,因为最坏的情况下,i可能由i个1组成
for (int i = 1; i <= n; i++) {
f[i] = i;
}
// 遍历每一个从1到n的整数i
for (int i = 1; i <= n; i++) {
// 对于每一个整数i,尝试使用所有小于等于i的完全平方数来更新f[i]
for (int j = 1; j * j <= i; j++) {
// j*j是一个完全平方数,尝试使用它来构成整数i
// 更新f[i]为使用完全平方数j*j来构成i的最小数量
f[i] = Math.min(f[i], f[i - j * j] + 1);
}
}
// 返回f[n],即用完全平方数的和来表示n的最少数量
return f[n];
}
}