-
Notifications
You must be signed in to change notification settings - Fork 71
/
Copy pathNo279.perfect-squares.js
102 lines (90 loc) · 2.25 KB
/
No279.perfect-squares.js
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
/**
* Difficulty:
* Medium
*
* Desc:
* Given a positive integer n, find the least number of perfect square numbers
* (for example, 1, 4, 9, 16, ...) which sum to n.
*
* Example:
* given n = 12, return 3 because 12 = 4 + 4 + 4;
* given n = 13, return 2 because 13 = 4 + 9.
*
* 给出一个数,求这个数最少需由多少个完全平方数组成
*/
/**
* 思路:
* 先明确两点:
* 1. 如果一个数 n 是完全平方数,则组成它的最少完全平方数为 1
* 2. 在组成该数的各个完全平方数中,每个完全平方数开根号以后的结果一定小于等于 Math.sqrt(n)
*
* 应该属于动态规划问题
*/
/**
* 正确但会超时的答案:
* 从 Math.sqrt(n) 开始遍历,逐步减少
* 每次遍历都利用当前的 i 求出一个差,然后把该值进行递归
* 该方法会 timeout,因为它没能利用已有的结果,因此进行了重复的遍历
* 比如,针对 15 求出的结果是 4,但是面对 12 时需要重复再算一遍
*/
/**
* @param {number} n
* @return {number}
*
* 分治递归,超时
*/
var numSquares_1 = function(n) {
if (n <= 1) return n
const end = Math.floor(Math.sqrt(n))
let result = Infinity
for (let i = end; i >= 1; i -= 1) {
result = Math.min(result, numSquares(n - i * i) + 1)
}
return result
};
/**
* Accepted Answer:
* 从 1 开始遍历,每次都针对 i 求出其结果,在之后的遍历中也可以用到
*/
/**
* @param {number} n
* @return {number}
*/
var numSquares_2 = function(n) {
if (n <= 3) return n;
var num = Math.sqrt(n);
if (num % 1 === 0) return 1;
var tmp = {};
for (var i = 1; i <= n; i += 1) {
tmp[i] = i;
var sqrt = Math.sqrt(i);
if (sqrt % 1 === 0) {
tmp[i] = 1;
continue;
}
for (var j = 1; j < sqrt; j += 1) {
var last = i - j * j;
tmp[i] = Math.min(tmp[i], tmp[last] + 1);
}
}
return tmp[n];
};
/**
* @param {number} n
* @return {number}
*
* 动态规划 DP
*/
var numSquares_3 = function(n) {
if (n <= 1) return n
const dp = { 0: 0 }
for (let i = 1; i <= n; i += 1) {
dp[i] = i
for (let j = 1; j <= i; j += 1) {
if (i < j * j) break
// 状态转移
dp[i] = Math.min(dp[i], (dp[i - j * j]) + 1)
}
}
return dp[n]
}