leetCode 279.完全平方数 动态规划 + 完全背包

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

>>思路和分析

可以这样看这道题：完全平方数看成是物品（可以无限件使用），凑成正整数n就是背包，问凑满这个背包最少有多少个物品？那么就可以用动态规划：322.零钱兑换的完全背包思路来解决此题~

>>动规五部曲

1.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]

2.确定递推公式

• dp[j] 可以由dp[i - i * i]推出，dp[j - i * i] + 1便可以凑成dp[j],此时我们可以选择最小的dp[j]
• 递推公式：dp[j] = min(dp[j - i * i] + 1,dp[j]);

3.dp数组初始化

（1）dp[0] = 0;

• 没有意义，因为题目描述中，找到若干个完全平方数（比如1,4,9,16，...），题目描述中没有说要从0开始，dp[0] = 0 完全是为了递推公式

（2）非0下标的dp[j]一定要初始为最大值

• 因为从递推公式dp[j] = min(dp[j - i * i] + 1,dp[j]);中可以看出每次dp[j]都要选择最小的，为了避免dp[j]在递推的时候被初始值覆盖的可能，有必要将非0下标的dp[j]初始为最大值

4.确定遍历顺序

• 方式一：先遍历物品再遍历背包（求组合数）
• 方式二：先遍历背包再遍历物品（求排列数）

本题中所求为钱 的完全平方数的最少数量 ，与顺序无关。所以可以方式一或者方式二都可以！！

5.举例推导dp数组

已输入n为5为例，用方式一的遍历顺序，即先遍历物品再遍历背包,dp状态如下:

（1）用方式一进行遍历： 

class Solution {
public:
    int numSquares(int n) {
        vector dp(n + 1, INT_MAX);
        dp[0] = 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
                dp[j] = min(dp[j - i * i] + 1, dp[j]);
            }
        }
        return dp[n];
    }
};

• 时间复杂度: O(n * √n)
• 空间复杂度: O(n)

（2）用方式二进行遍历：

class Solution {
public:
    int numSquares(int n) {
        vector dp(n+1,INT_MAX);
        dp[0] = 0;  

        for(int j=0;j<=n;j++) { // 背包
            for(int i=1;i*i <= n;i++) { // 物品
                if(j>=i*i) 
                    dp[j] = min(dp[j],dp[j - i*i] + 1);
            }
        }
        return dp[n];
    }
};

• 时间复杂度: O(n * √n)
• 空间复杂度: O(n)

参考和推荐文章、视频： 

代码随想录 (programmercarl.com)动态规划之完全背包，换汤不换药！| LeetCode：279.完全平方数_哔哩哔哩_bilibili

来自代码随想录的视频截图：