【动态规划】完全平方数

题目描述

给定一个整数 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 ：

输入：n = 12
输出：3
解释：12 = 4 + 4 + 4

这道题和硬币问题很相似，是一道典型的动态问题。

题目类型

当遇到下列问题,且问题可以分解成子问题来解决，考虑用动态规划来解决。

1. 求最大值或最小值
2. 求可不可行
3. 求方案总数

解题思路

解动态规划题，最重要的是列出动态转移方程。考虑子问题，如果和为 0 ~ i -1（0,1,2,…,i,i-1）完全平方数的最少数量存于dp中，那么对于当前数字 i,dp[ i ] = min(dp[ i ] , dp[ i - j * j ] + 1 ),对所有 i - j*j >= 0, dp[i] 最多可以由i个1组成，初始化dp[i] = 1

例如，dp[5] = min(dp[5]=5,dp[5-1]+1,dp[5-4]+1)

具体步骤，

1. 首先初始化长度为 n+1 的数组 dp，每个位置都为 0，如果 n 为 0，则结果为 0
   

2. 对数组进行遍历，下标为 i，每次都将当前数字先更新为最大的结果，即 dp[i]=i, i = 1时，要求 i - j * j >= 0, j 只能取1
   dp[1] = 1
   dp[i - j* j] + 1 = dp[1-1*1] + 1 = dp[0] + 1 = 1
   因此dp[1] = 1
   
   

3. 下一步 i = 2，初始化dp[2] = 2, 要求 i - j * j >= 0, j 也是只能取1
   dp[2] = 2
   dp[i - j* j] + 1= dp[2 - 1*1] + 1= dp[1] + 1 = 1+1 = 2
   所以最后dp[2] = 2

4. 下一步 i = 3，初始化dp[2] = 3, 要求 i - j * j >= 0, j 也是只能取1,
   dp[3] = 3
   dp[i - j* j] + 1= dp[3 - 1*1] + 1= dp[2] + 1= 2+1 = 3
   所以最后dp[3] = 3
   
   

5. 下一步 i = 4，初始化dp[2] = 3, 要求 i - j * j >= 0, j 能取1,2
   j = 1,
   dp[3] = 3
   dp[i - j * j ] + 1 = dp[ 3-11] + 1= dp[2] + 1= 3
   此时，dp[4] 更新为 3
   
   j = 2
   dp[4] = 3
   dp[i - j * j ] + 1 = dp[ 4-22] + 1= dp[0] + 1= 1
   因此 dp[4] = 1
   
   

6. i = 5， 同理，j = {1,2}
   
   
   

代码

class Solution:
    def numSquares(self, n: int) -> int:
		dp = [0]*(n+1)
		
		for i in range(1,n+1):
		    dp[i] = i
		    for j in [k for k in range(1,i) if k*k <= i]:
		        dp[i] = min(dp[i],dp[i-j*j]+1)    
		return dp[-1]