力扣第279题完全平方数 c++ 附java代码（完全背包）动态规划问题

题目

279. 完全平方数

中等

思路和解题方法

在两个版本中，都使用了一个一维数组 dp 来保存状态。其中，dp[i] 表示当目标数为 i 时，需要的最小完全平方数和。初始值为 INT_MAX 表示不可达。
在第一个版本中，我们通过遍历背包和物品来更新状态。外层循环遍历背包，内层循环遍历物品，对于每一个背包 i，我们尝试将某个完全平方数 j*j 放入背包，然后更新状态。递推公式为：dp[i] = min(dp[i - j * j] + 1, dp[i])，表示将 j*j 放入背包后，需要的完全平方数和为 dp[i - j * j] + 1，与之前的状态 dp[i] 比较取较小值。
而在第二个版本中，我们通过遍历物品和背包来更新状态。外层循环遍历物品，内层循环遍历背包，对于每一个物品 i*i，我们尝试将其放入背包 j 中，然后更新状态。递推公式为：dp[j] = min(dp[j - i * i] + 1, dp[j])，表示将 i*i 放入背包 j 后，需要的完全平方数和为 dp[j - i * i] + 1，与之前的状态 dp[j] 比较取较小值。
两个版本的代码实现思路是一样的，只是遍历的顺序不同，但最终得到的结果是相同的。

复杂度

时间复杂度:

O(n * sqrt(n)) （sqrt()为开方函数）

时间复杂度：

两个版本的代码都使用了嵌套循环。最外层的循环遍历的次数都是目标数 n，内层的循环遍历的次数都是完全平方数的个数，而最大的完全平方数为 sqrt(n)，因此内层循环的时间复杂度为 O(sqrt(n))。因此，两个版本的代码的时间复杂度都是 O(n * sqrt(n))。

空间复杂度

O(n)

空间复杂度：

两个版本的代码都使用了一个一维数组 dp 来记录状态。数组的长度为 n + 1，因此空间复杂度为 O(n)。而其他变量的空间复杂度都是常数级别的。

c++ 代码

// 版本一
class Solution {
public:int numSquares(int n) {vector<int> dp(n + 1, INT_MAX); // 创建一个大小为 n+1 的数组，初始化为 INT_MAX，表示不可达状态dp[0] = 0; // 初始条件，当目标数为 0 时，需要的最小完全平方数和为 0for (int i = 0; i <= n; i++) { // 遍历背包，i 表示当前目标数for (int j = 1; j * j <= i; j++) { // 遍历物品，j*j 表示完全平方数dp[i] = min(dp[i - j * j] + 1, dp[i]); // 更新状态，取较小值}}return dp[n]; // 返回目标数为 n 时的最小完全平方数和}
};// 版本二
class Solution {
public:int numSquares(int n) {vector<int> dp(n + 1, INT_MAX); // 创建一个大小为 n+1 的数组，初始化为 INT_MAX，表示不可达状态dp[0] = 0; // 初始条件，当目标数为 0 时，需要的最小完全平方数和为 0for (int i = 1; i * i <= n; i++) { // 遍历物品，i 表示当前物品，即完全平方数for (int j = i * i; j <= n; j++) { // 遍历背包，j 表示当前目标数dp[j] = min(dp[j - i * i] + 1, dp[j]); // 更新状态，取较小值}}return dp[n]; // 返回目标数为 n 时的最小完全平方数和}
};

Java代码

class Solution {// 版本一，先遍历物品, 再遍历背包public int numSquares(int n) {int max = Integer.MAX_VALUE;int[] dp = new int[n + 1];// 初始化for (int j = 0; j <= n; j++) {dp[j] = max;}// 当和为0时，组合的个数为0dp[0] = 0;// 遍历物品for (int i = 1; i * i <= n; i++) {// 遍历背包for (int j = i * i; j <= n; j++) {// 更新状态，取较小值dp[j] = Math.min(dp[j], dp[j - i * i] + 1);// 不需要这个if判断语句，因为在完全平方数这一问题中不会有"凑不成"的情况发生（一定可以用"1"来组成任何一个n），所以注释掉了这个if语句。}}return dp[n]; // 返回目标数为 n 时的最小完全平方数和}
}class Solution {// 版本二， 先遍历背包, 再遍历物品public int numSquares(int n) {int max = Integer.MAX_VALUE;int[] dp = new int[n + 1];// 初始化for (int j = 0; j <= n; j++) {dp[j] = max;}// 当和为0时，组合的个数为0dp[0] = 0;// 遍历背包for (int j = 1; j <= n; j++) {// 遍历物品for (int i = 1; i * i <= j; i++) {// 更新状态，取较小值dp[j] = Math.min(dp[j], dp[j - i * i] + 1);}}return dp[n]; // 返回目标数为 n 时的最小完全平方数和}
}

觉得有用的话可以点点赞，支持一下。

如果愿意的话关注一下。会对你有更多的帮助。

每天都会不定时更新哦 >人< 。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/130799.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！