class Solution {
public:
int numSquares(int n) {
// 1. dp[i]:组成 i 所需的最少完全平方数个数
vector<int> dp(n + 1, INT_MAX);
// 2. 初始化
dp[0] = 0;
// 3. 遍历所有状态
for (int i = 1; i <= n; i++) {
// 枚举最后选择的完全平方数 j²
for (int j = 1; j * j <= i; j++) {
// 4. 状态转移:剩余部分 + 当前平方数
dp[i] = min(dp[i], dp[i - j * j] + 1);
}
}
// 5. 返回最终答案
return dp[n];
}
};
动态规划五个步骤
① 确定 dp 数组含义
dp[i]
表示:
组成数字
i所需要的最少完全平方数个数。
例如:
dp[4] = 1
因为:
4 = 2²
② 确定递推公式
考虑 i 最后选择哪个完全平方数:
i = (i - j²) + j²
其中:
dp[i-j²]
表示组成剩余部分需要的最少数量。
再加上当前的一个 j²:
dp[i-j²] + 1
所以:
dp[i] = min(dp[i], dp[i-j*j] + 1);
min 是因为 j² 有很多种选择,我们要选最少的那一种。
③ 初始化
dp[0] = 0;
因为:
0 不需要任何完全平方数
所以:
dp[0] = 0
其他 dp[i] 初始化成:
INT_MAX
表示暂时还没有找到答案。
④ 确定遍历顺序
for (int i = 1; i <= n; i++)
从小到大计算:
dp[1] → dp[2] → dp[3] → ... → dp[n]
因为计算 dp[i] 时需要用到:
dp[i-j²]
而 i-j² < i,所以前面的状态必须已经计算完成。
⑤ 返回最终结果
return dp[n];
因为:
dp[n]
就是:
组成 n 所需的最少完全平方数个数。
最后把整道题压缩成一句话
dp[i] = 组成 i 的最少平方数个数
每次:
枚举一个平方数 j²
↓
剩余 i-j²
↓
dp[i-j²] + 1
↓
所有情况取最小值
这就是这道题完整的动态规划思路。