Perfect Squares

题目来源 leetcode 279

给定一个整数n，n可以分解为m个平方数的和，求m的最小值。平方数可以重复，例如12可以分解为4+4+4。

这个问题用动态规划比较好求解。如果对背包问题比较熟悉，最容易想到的方法就是将平方数看成数类物体，将这些物体组合（可重复），构成n的最小物体数就是答案。用dp[n]表示构成n的平方数的最小数目。则dp[n]=min(dp[n-k*i*i]+dp[k*i*i])，其中k*i*i小于等于n。但是，对于比较大的n，这个算法的效率就很低了。

现在深入思考一点。在得知dp[0]到dp[n-1]的情况下，有必要计算dp[n-k*i*i](k>=2)这样的情况吗？并不需要，因为将n拆成k个平方数a1和另一个数a2，再讨论最小平方数数目，相当于将n拆为一共平方数a1,和另一个数a3=a2+(k-1)*a1，并且在分解a3时运用不一定是最佳的分解方式，在这种情况下，结果一定不会比分解a3时用最佳分解方式更好，也就是说当k>=2时，结果一定不会比k=1时更好。举个例子，对于dp[10]，dp[10-1*1]+dp[1*1]是一定比dp[10-2*1*1]+dp[2*1*1]更小的，因为dp[9]<=dp[8]+dp[1]<dp[8]+dp[2]。由此可以得到状态转移方程dp[n]=min(dp[n-i*i]+1)。状态数为n，处理每个状态时间为n^0.5，总时间复杂度为n^1.5。

int numSquares(int n) {
	const int INF = 10000000;
	vector<int> sq;
	for (int i = 1; i*i <= n; i++)
	{
		sq.push_back(i*i);
	}
	vector<int> dp(n + 1, INF);
	dp[0] = 0;
	for (int i = 1; i <= n; i++)
	{
		for (int j = 0; j<sq.size()&&sq[j]<=i; j++)
		{
			if (dp[i] > dp[i - sq[j]] + 1)
				dp[i] = dp[i - sq[j]] + 1;
		}
	}
	return dp[n];
}