其他分享
首页 > 其他分享> > 一刷117-动态规划-279完全平方数(m)

一刷117-动态规划-279完全平方数(m)

作者:互联网

题目:
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。
提示:
1 <= n <= 10^4
---------------
示例:
输入:n = 12
输出:3 
解释:12 = 4 + 4 + 4

输入:n = 13
输出:2
解释:13 = 4 + 9
------------
思考:
可能刚看这种题感觉没啥思路,又平方和的,又最小数的。
我来把题目翻译一下:完全平方数就是物品(可以无限件使用),
凑个正整数n就是背包,问凑满这个背包最少有多少物品?
感受出来了没,这么浓厚的完全背包氛围,而且和昨天的题目动态规划:322. 零钱兑换就是一样一样的!

动规五部曲分析如下:
确定dp数组(dp table)以及下标的含义
dp[j]:和为j的完全平方数的最少数量为dp[j]

确定递推公式
dp[j] 可以由dp[j - i * i]推出, dp[j - i * i] + 1 便可以凑成dp[j]。
此时我们要选择最小的dp[j],所以递推公式:dp[j] = min(dp[j - i * i] + 1, dp[j]);

dp数组如何初始化
dp[0]表示 和为0的完全平方数的最小数量,那么dp[0]一定是0。
有同学问题,那0 * 0 也算是一种啊,为啥dp[0] 就是 0呢?

看题目描述,找到若干个完全平方数(比如 1, 4, 9, 16, ...),
题目描述中可没说要从0开始,dp[0]=0完全是为了递推公式。

非0下标的dp[j]应该是多少呢?

从递归公式dp[j] = min(dp[j - i * i] + 1, dp[j]);
中可以看出每次dp[j]都要选最小的,所以非0下标的dp[j]一定要初始为最大值,
这样dp[j]在递推的时候才不会被初始值覆盖。

确定遍历顺序
我们知道这是完全背包,
如果求组合数就是外层for循环遍历物品,内层for遍历背包。
如果求排列数就是外层for遍历背包,内层for循环遍历物品。

在动态规划:322. 零钱兑换 中我们就深入探讨了这个问题,本题也是一样的,是求最小数!
所以本题外层for遍历背包,内层for遍历物品,还是外层for遍历物品,内层for遍历背包,都是可以的!
我这里先给出外层遍历背包,内层遍历物品的代码:
vector<int> dp(n + 1, INT_MAX);
dp[0] = 0;
for (int i = 0; i <= n; i++) { // 遍历背包
    for (int j = 1; j * j <= i; j++) { // 遍历物品
        dp[i] = min(dp[i - j * j] + 1, dp[i]);
    }
}
举例推导dp数组
已输入n为5例,dp状态图如下:

在这里插入图片描述

dp[0] = 0 
dp[1] = min(dp[0] + 1) = 1 
dp[2] = min(dp[1] + 1) = 2 
dp[3] = min(dp[2] + 1) = 3 
dp[4] = min(dp[3] + 1, dp[0] + 1) = 1 
dp[5] = min(dp[4] + 1, dp[1] + 1) = 2
最后的dp[n]为最终结果。
-------------------
代码:
  // 版本一,先遍历物品, 再遍历背包
class Solution {
	public int numSquares(int n) {
		int max = Integer.MAX_VALUE;
		int[] dp = new int[n + 1];
		for (int i = 0; i < dp.length; i++) {
			dp[i] = max;
		}
		dp[0] = 0;   //当和为0时,组合的个数为0
		for (int i = 1; i * i <= n; i++) {    // 遍历物品
			for (int j = i * i; j <= n; j++) {    // 遍历背包
				if (dp[j - i * i] != max) {
					dp[j] = Math.min(dp[j], dp[j - i * i] + 1);
				}
			}
		}
		return dp[n];
	}
}
// 版本二, 先遍历背包, 再遍历物品
class Solution {
	public int numSquares(int n) {
		int max = Integer.MAX_VALUE;
		int[] dp = new int[n + 1];
		for (int i = 0; i < dp.length; i++) {
			dp[i] = max;
		}
		dp[0] = 0;
		for (int j = 1; j <= n; j++) {
			for (int i = 1; i * i <= j; i++) {
				if (dp[j - i * i] != max) {
					dp[j] = Math.min(dp[j], dp[j - i * i] + 1);
				}
			}
		}
		return dp[n];
	}
}

LC

标签:平方,遍历,min,int,max,117,一刷,279,dp
来源: https://blog.csdn.net/m0_45170946/article/details/122746414