279.完全平方数

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,14916 都是完全平方数,而 311 不是。

:痕迹

java 复制代码
class Solution {
    public int numSquares(int n) {
        // 从nums(完全平方数构成的数组)选和为n的组合
        // 1、4、9、16、25、36、49、64...
        int sqrt = (int)Math.sqrt(n);
        int[] nums = new int[sqrt];
        for(int i = 0; i < nums.length; i++){
            nums[i] = (i + 1) * (i + 1);
        }
        // 容量n
        // dp代表数量,
        // dp[j]的值是如何保证,当容量为j的时候,找到【数量最少】的【和为j】的
        int[] dp = new int[n + 1];
        int max = Integer.MAX_VALUE;
        for(int i = 1; i <= n; i++) dp[i] = max;
        /*
        for(int i = 1; i <= n; i++){
            for(int j = 0; j < nums.length; j++){
                // 每次就决定加 / 不加 这个数。而这个数不是连续递增的,1.4.9.16.25.
                // 那就说明,必定有一些数,不能由nums中的数相加的来(不是的,nums中还有1,所以必定能表示所有数字)
                
                // 加不了当前的数
                if(i < nums[j]) dp[i] = dp[i - 1];
                // 加上当前这个nums[j],则数量dp +1
                else dp[i] = Math.min(dp[i], dp[i - nums[j]] + 1);
            }
        }
        */
        // dp[0] = 1;
        for(int i = 0; i < nums.length; i++){
            for(int j = nums[i]; j <= n; j++){
                if(j == nums[i]) dp[j] = 1;
                else dp[j] = Math.min(dp[j], dp[j - nums[i]] + 1);
            }
        }
        return dp[n];
    }
}

感想:dp不知道先遍历容量还是数组的话,就都尝试一下。

|----|-----|-----|-----|
| | i=0 | i=1 | i=2 |
| 0 | 0 | 0 | 0 |
| 1 | 1 | | |
| 2 | 2 | | |
| 3 | 3 | | |
| 4 | 4 | 1 | |
| 5 | 5 | 2 | |
| 6 | 6 | 3 | |
| 7 | 7 | 4 | |
| 8 | 8 | 2 | |
| 9 | 9 | 3 | 1 |
| 10 | 10 | 4 | 2 |
| 11 | 11 | 5 | 3 |
| 12 | 12 | 3 | 4 |

每个容量(上图中的行数据)取后面的最小值。对应代码:dp[j] = Math.min(dp[j], dp[j - nums[i]] + 1);

:默写加深印象

java 复制代码
public int numSquares(int n){
    // 需要自己构造数组
    int sqrt = (int)Math.sqrt(n);
    int[] nums = new int[sqrt];
    for(int i = 0; i < sqrt; i++) nums[i] = (i + 1) * (i + 1);
    // 
    int[] dp = new int[n + 1];
    int max = Integer.MAX_VALUE;
    for(int i = 1; i <= n; i++) dp[i] = max;
    for(int i = 0; i < nums.length; i++){
        for(int j = nums[i]; j <= n; j++){
            if(j == nums[i]) dp[j] = 1;
            else dp[j] = Math.min(dp[j], dp[j - nums[i]] + 1);
        }
    }
    return dp[n];
}

:改进

java 复制代码
public int numSquares(int n){
    // 需要自己构造数组
    int sqrt = (int)Math.sqrt(n);
    int[] nums = new int[sqrt];
    for(int i = 0; i < sqrt; i++) nums[i] = (i + 1) * (i + 1);
    // 
    int[] dp = new int[n + 1];
    int max = Integer.MAX_VALUE;
    // 这里要么从1开始遍历,要么从0开始,但还要把dp[0] = 0初始化。
    for(int i = 1; i <= n; i++) dp[i] = max;
    for(int i = 0; i < nums.length; i++){
        for(int j = nums[i]; j <= n; j++){
            dp[j] = Math.min(dp[j], dp[j - nums[i]] + 1);
        }
    }
    return dp[n];
}
相关推荐
地平线开发者13 小时前
SparseDrive 模型导出与性能优化实战
算法·自动驾驶
董董灿是个攻城狮13 小时前
大模型连载2:初步认识 tokenizer 的过程
算法
地平线开发者13 小时前
地平线 VP 接口工程实践(一):hbVPRoiResize 接口功能、使用约束与典型问题总结
算法·自动驾驶
罗西的思考14 小时前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
HXhlx17 小时前
CART决策树基本原理
算法·机器学习
Wect17 小时前
LeetCode 210. 课程表 II 题解:Kahn算法+DFS 双解法精讲
前端·算法·typescript
颜酱18 小时前
单调队列:滑动窗口极值问题的最优解(通用模板版)
javascript·后端·算法
Gorway1 天前
解析残差网络 (ResNet)
算法
拖拉斯旋风1 天前
LeetCode 经典算法题解析:优先队列与广度优先搜索的巧妙应用
算法
Wect1 天前
LeetCode 207. 课程表:两种解法(BFS+DFS)详细解析
前端·算法·typescript