通过给定操作从 1 获得 N 的最小步骤

这个问题可以用动态规划来解决。动态规划(DP)是解决一类最优化问题的算法，解决问题通常需要遵循以下几个步骤:

1. 定义状态；
2. 定义状态转移方程；
3. 初始化状态；
4. 通过状态转移方程得到最优解。

这个题目中，定义状态为dp[i]表示从1到i所需的最少步骤数。每次状态转移有以下两种情况：

1. 当i能被2整除，那么从1到i所需的最少步骤数就是从1到i/2所需的步骤数加上操作 1 次得到i：dp[i] = dp[i/2] + 1；

2. 当i不能被2整除，那么从1到i所需的最少步骤数至少是从1到i-1所需的步骤数加上操作 1 次得到i，即 dp[i] >= dp[i-1] + 1；

综上所述，状态转移方程为 dp[i] = min(dp[i/2] + 1, dp[i-1] + 1)，初始化状态为dp[1] = 0。最后得到的dp[N]就是从1到N所需的最少步骤数。

下面是Python代码实现:

def min_steps_to_n(n: int) -> int:
    dp = [0] * (n + 1)
    for i in range(2, n + 1):
        if i % 2 == 0:
            dp[i] = dp[i // 2] + 1
        else:
            dp[i] = dp[i - 1] + 1
    return dp[n]

以上就是通过给定操作从 1 获得 N 的最小步骤的解决方法，利用动态规划的思想，可以得到准确的结果，算法的时间复杂度为O(N)。