LeetCode 279. Perfect Squares

问题描述

• Given a positive integer n, find the least number of perfect square numbers (for example, 1, 4, 9, 16, ...) which sum to n.
• For example, given n = 12, return 3 because 12 = 4 + 4 + 4; given n = 13, return 2 because 13 = 4 + 9.
• 地址

问题分析

• 该题是给定一个数字n,看能用最少数目的平方数加出 n,求平方数的最少数目。
• 首先明确一个概念，所有的数字都能被平方数加出来，因为平方数中含有 1
• 对于该题，有两种解法:

• BFS
  将问题抽象成一个树，严格而言是一个图，若当前数时 curSum,那么能加的平方数，必须满足加之后不超过 n,所以这就是当前节点对应的若干选择，也便是树的分叉。根据BFS,也是层序遍历从上到下遍历的概念，一旦某一层第一次加到 n，那么该层层数一定用到了最少数目的平方数。

  • 如何知道当前节点的层数（也就是从0加到当前节点值用了多少个平方数）呢？
    将当前值与 用了多少个平方数 包装成一个类即可。也可用层序遍历那种方法

  • 但是用这种 BFS 会超时，因为存在大量的冗余计算，比如 10 可以由 2 + 8 得到，可以由 2 + 2 + 2 + 2 + 2得到，甚至可以由 10 个 1 相加得到。而对于这些10，都会进行下一步的 BFS,而我们只关心的是所用平方数最少（树深度最小）的那一个，所以设置一个 visited 数组，visited[i]用于记录 i值是否已经访问过（是否已经入队），若访问过，便不再访问。

• 动态规划
  
  • 因为是求最优问题，所以自然而然想到动态规划。用 dp[i] 表示 从 i 加到 n所用的最少平方数数目，那么初始条件为 dp[n] = 0，从后向前填这个dp数组，dp[0] 即为所求。关于依赖关系，dp[i] = 1 + min(dp[i + j*j]), i + j * j <= 0。
• 以上 BFS和动态规划的思想都是一种“加法”思想，从 0 加到 n 最少需要多少个平方数，减法思想类似，从 n 减到 0 最少需要多少个平方数
• 也有人往贪心那里想，其实不对，比如如果用贪心 ，12 = 9 + 1 + 1 + 1，事实上是12 = 4 + 4 + 4

经验教训

• 一个题，能同时用 BFS 与 动态规划，这道题具有什么特点

代码实现

• BFS(加法思想)

    public int numSquares(int n) {
        if (n <= 0) {
            return 0;
        }
        boolean[] visited = new boolean[n];
        LinkedList<Node> queue = new LinkedList<>();
        //初始化 queue 与 visited
        queue.add(new Node(0, 0));
        visited[0] = true;
        while (! queue.isEmpty()) {
            Node popNode = queue.pop();
            for (int i = 1; ; ++i) {
                int curValue = popNode.val + i * i;
                if (curValue == n) {
                    //加出了n
                    return popNode.depth + 1;
                }
                if (curValue <= n && ! visited[curValue]) {
                    //当前值还未到 n 并且还没有被访问过（被添加进队列）
                    queue.add(new Node(curValue, popNode.depth + 1));
                    visited[curValue] = true;
                }
                if (curValue > n) {
                    break;
                }
            }
        }
        return 0;
    }
//表示当前值val是经过几步加出来的
class Node {
    int val;
    int depth;
    public Node(int val, int depth) {
        this.val = val;
        this.depth = depth;
    }
}

• BFS(减法思想)

    public int numSquares(int n) {
        if (n <= 0) {
            return 0;
        }
        boolean[] visited = new boolean[n + 1];
        LinkedList<Node> queue = new LinkedList<>();
        queue.add(new Node(n, 0));
        visited[n] = true;
        while (! queue.isEmpty()) {
            Node popNode = queue.remove();
            int i = 1;
            while (true) {
                int curValue = popNode.val - i * i;
                if (curValue > 0 && ! visited[curValue]) {
                    queue.add(new Node(curValue, popNode.depth + 1));
                    visited[curValue] = true;
                }
                if (curValue == 0) {
                    return popNode.depth + 1;
                }
                if (curValue < 0) {
                    break;
                }
                ++i;
            }
        }
        return 0;
    }

• 动态规划

    public int numSquares(int n) {
        if (n <= 0) {
            return 0;
        }
        //dp[i] 表示从 i 加到 n 还需要加几个数
        int[] dp = new int[n + 1];
        //初始化
        dp[n] = 0;
        //从后向前填
        for (int i = n - 1; i >= 0; i--) {
            int value = Integer.MAX_VALUE;
            //对于 dp[i]枚举所有可能性，取最小的一个，然后加上当前的选定的平方数贡献的 1
            for (int j = 1; i + j * j <= n; j++) {
                value = Math.min(value, dp[i + j*j]);
            }
            // 
            dp[i] = value + 1;
        }
        return dp[0];
    }