class Solution:
def numSquares(self, n: int) -> int:
dp=[i for i in range(n+1)]
for i in range(2,n+1):
for j in range(1,int(i**(0.5))+1):
dp[i]=min(dp[i],dp[i-j*j]+1)
return dp[-1]
代码解释
- 初始化 DP 数组：
dp = [i for i in range(n+1)]
这里，dp[i]表示数字i可以由多少个完全平方数组成。初始时，假设每个数字都由它本身一个完全平方数组成，即dp[i] = i。 - 动态规划：
外层循环遍历从 2 到n的所有数字i。
内层循环遍历从 1 到sqrt(i)的所有整数j。这里j是可能的完全平方数的平方根。
对于每个i和j，我们尝试将i分解为j*j和i-j*j两部分。如果i-j*j仍然是非负的，那么dp[i]可以更新为dp[i-j*j] + 1（即i-j*j所需的完全平方数加上当前的j*j）。
但是，我们要确保dp[i]始终是最小的值，因此我们使用min(dp[i], dp[i-j*j]+1)来更新它。 - 返回结果：
最后，dp[-1]就是n可以由的最少完全平方数之和，因为dp数组的下标是从 0 到n的。
举例
假设 n = 12。
初始时，dp 数组为：[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
开始动态规划：
- 当
i = 2，j可以是 1，因为2 = 1*1 + 1*1（但这里我们只使用一个平方数），所以dp[2] = 1 - 当
i = 3，j只能是 1，因为3 = 1*1 + 2，但 2 不是一个完全平方数，所以dp[3]保持为 3 - …
- 当
i = 4，j可以是 1 或 2，因为4 = 1*1 + 3或4 = 2*2，后者更优，所以dp[4] = 1 - 当
i = 12，我们考虑所有可能的j值，并找到最佳组合。最终，12 = 4 + 4 + 4（或12 = 1 + 3 + 8等，但 4+4+4 是最少的），所以dp[12] = 3
最终，dp[-1]（即 dp[12]）为 3，表示 12 可以由 3 个完全平方数组成。
