题目来源
题目描述
class Solution {
public:
int numSquares(int n) {
}
};
题目解析
题意
- 给定一个整数n,返回和为n的完全平方数的最少数量
分析
- 什么是完全平方数?完全平方数是一个整数,其值等于另一个整数的平方。也就是说,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。
- 首先【完全平方数】有无限个,但是要凑齐的数字是给定的。
- 在给定了一个N之后,我们就可以知道,可以选择哪些数去凑。因此,第一步我们可以将范围在[1, n]内的[完全平方数]预处理出来,这样问题就转换为了:给定若干个数字,每个数字可以用无限次,求凑齐n所需要的最少的数字个数是多少。
- 问题就转换了完全背包问题(本质上是一个找零钱问题,要求用一堆硬币凑齐n,哪个方案用的硬币最少。)
暴力回溯
n = 12
- 先把n减去一个平方数,然后求剩下的数分解成平方和所需的最少个数
- 把 n 减去 1, 然后求出 11 分解成平方数和所需的最小个数,记做 n1,那么当前方案总共需要 n1 + 1 个平方数
- 把 n 减去 4, 然后求出 8 分解成平方数和所需的最小个数,记做 n2,那么当前方案总共需要 n2 + 1 个平方数
- 把 n 减去 9, 然后求出 3 分解成平方数和所需的最小个数,记做 n3,那么当前方案总共需要 n3 + 1 个平方数
- 下一个平方数是 16, 大于 12, 不能再分了。
- 接下来我们只需要从 (n1 + 1), (n2 + 1), (n3 + 1) 三种方案中选择最小的个数,此时就是 12 分解成平方数和所需的最小个数了
- 至于求 11、8、3 分解成最小平方数和所需的最小个数继续用上边的方法去求
- 直到如果求 0 分解成最小平方数的和的个数, 返回 0 即可
代码:
class Solution {
int process(int n){
if(n == 0){
return 0;
}
int count = INT32_MAX;
// //依次减去一个平方数
for (int i = 1; i * i <= n; ++i) {
int p = process(n - i * i);
p = p == INT32_MAX ? INT32_MAX : p + 1;
count = std::min(count, p);
}
return count;
}
public:
int numSquares(int n) {
return process(n);
}
};
会超时,将它改成动态规划
class Solution {
public:
int numSquares(int n) {
std::vector<int> dp(n + 1, INT32_MAX);
dp[0] = 0;
//依次求出 1, 2... 直到 n 的解
for (int i = 1; i <= n; ++i) {
//依次减去一个平方数
for (int j = 1; j * j <= i; ++j) {
dp[i] = std::min(dp[i], dp[i - j * j] + 1);
}
}
return dp[n];
}
};
BFS
相当于上面解法DFS,也可以用BFS
DFS是一直做减法,然后一直减一直减,直到减到0算作找到一个解。属于一个解一个解的寻找。
BFS的话,是一层一层的算,第一层减去一个平方数得到第二层,第二层减去一个平方数得到第三层。直到某一层出现了0,此时的层数就是我们要找的平方和的最小个数。
举个例子,n = 12,每层的话每个节点依次减 1, 4, 9…。如下图,灰色表示当前层重复的节点,不需要处理。
如上图,当出现 0 的时候遍历就可以停止,此时是第 3 层(从 0 计数),所以最终答案就是 3。
class Solution {
public:
int numSquares(int n) {
std::queue<int> queue;
std::set<int> visited;
int level = 0;
queue.push(n);
visited.emplace(n);
while (!queue.empty()){
int size = queue.size();
level++;
for (int i = 0; i < size; ++i) {
int curr = queue.front(); queue.pop();
//依次减 1, 4, 9... 生成下一层的节点
for (int j = 1; j * j <= curr; ++j) {
int next = curr - j * j;
if(next == 0){
return level;
}
if(!visited.count(next)){
queue.push(next);
visited.emplace(next);
}
}
}
}
return level;
}
};
二维背包
背包问题的原始状态一般定义为两位:
- 第一维 i i i表示物体编号
- 第二维 j j j表示容器
其中第二维 j j j又有[不超过 j j j]和[刚好等于 j j j]两种定义。本题要求刚好凑齐n。
因此状态定义: f [ i ] [ j ] f[i][j] f[i][j]为考虑前i个数字,凑齐数字总和 j j j所需要用到的最少数字数量。
不失一般性的分析 f [ i ] [ j ] f[i][j] f[i][j],对于第 i i i个数字(假设数值为 t t t),我们有如下选择:
class Solution {
public:
int numSquares(int n) {
std::vector<int> vec;
int t = 1;
while (t * t <= n){
vec.push_back(t * t);
t++;
}
int m = vec.size();
// f[i][j] 代表考虑前 i 个物品,凑出 j 所使用到的最小元素个数
std::vector<std::vector<int>> dp(m + 1, std::vector<int>(n + 1));
// 当没有任何数时,除了 f[0][0] 为 0(花费 0 个数值凑出 0),其他均为无效值
std::fill(dp[0].begin(), dp[1].end(), INT32_MAX);
dp[0][0] = 0;
// 处理剩余数的情况
for (int i = 1; i <= m; ++i) {
int x = vec[i - 1];
for (int j = 0; j <= n; ++j) {
// 对于不选第 i 个数的情况
dp[i][j] = dp[i - 1][j];
// 对于选 k 次第 i 个数的情况
for (int k = 0; k * x <= j; ++k) {
// 能够选择 k 个 x 的前提是剩余的数字 j - k * x 也能被凑出
if(dp[i - 1][j - k * x] != INT32_MAX){
dp[i][j] = std::min(dp[i][j],
dp[i - 1][j - k * k] + k);
}
}
}
}
return dp[m][n];
}
};