Leetcode 458. 可怜的小猪 (思维或者信息熵)
链接:https://leetcode-cn.com/problems/poor-pigs
题意
有 buckets 桶液体,其中 正好 有一桶含有毒药,其余装的都是水。它们从外观看起来都一样。为了弄清楚哪只水桶含有毒药,你可以喂一些猪喝,通过观察猪是否会死进行判断。不幸的是,你只有 minutesToTest 分钟时间来确定哪桶液体是有毒的。
喂猪的规则如下:
选择若干活猪进行喂养
可以允许小猪同时饮用任意数量的桶中的水,并且该过程不需要时间。
小猪喝完水后,必须有 minutesToDie 分钟的冷却时间。在这段时间里,你只能观察,而不允许继续喂猪。
过了 minutesToDie 分钟后,所有喝到毒药的猪都会死去,其他所有猪都会活下来。
重复这一过程,直到时间用完。
给你桶的数目 buckets ,minutesToDie 和 minutesToTest ,返回在规定时间内判断哪个桶有毒所需的 最小 猪数。
示例 1:
输入:buckets = 1000, minutesToDie = 15, minutesToTest = 60
输出:5
示例 2:
输入:buckets = 4, minutesToDie = 15, minutesToTest = 15
输出:2
示例 3:
输入:buckets = 4, minutesToDie = 15, minutesToTest = 30
输出:2
提示:
1 <= buckets <= 1000
1 <= minutesToDie <= minutesToTest <= 100
算法
方法1:思维
先考虑二维的情况,假如有25个罐子
15分钟死 | 30分钟死 | 45分钟死 | 60分钟死 | 60分钟活 | |
---|---|---|---|---|---|
15分钟死 | 0 | 1 | 2 | 3 | 4 |
30分钟死 | 5 | 6 | 7 | 8 | 9 |
45分钟死 | 10 | 11 | 12 | 13 | 14 |
60分钟死 | 15 | 16 | 17 | 18 | 19 |
60分钟活 | 20 | 21 | 22 | 23 | 24 |
第一只去寻找列坐标,第二只去寻找行坐标。
第一只喝下在0分钟喝下第一列的水(会在15分钟后得到结果),15分钟喝下第二列的水,30分钟喝下第三列的水,45分钟喝下第四列的水,进行k=4轮,总共有看k+ 1 = 5种状态,那便可以确定一列。
那么同理,利用第二只猪可以确定行数。
那么同理,如果有三只猪,就可以确定三维的情况了。
( ( k + 1 ) r e s ) > = n = > r e s > = log 2 n log 2 ( k + 1 ) ((k + 1) ^ {res}) >= n => res >= \frac{\log _{2} n}{\log _{2}(k+1)} ((k+1)res)>=n=>res>=log2(k+1)log2n
方法2:香农熵
利用香农熵,代表信息量的大小,我们可以计算明确熵值,公式为:
H
(
X
)
=
−
∑
x
P
(
x
)
log
2
[
P
(
x
)
]
H(X)=-\sum_{x} P(x) \log _{2}[P(x)]
H(X)=−x∑P(x)log2[P(x)]
其中
P
(
x
)
P(x)
P(x) 代表随机事件
x
x
x 的发生概率。
对于本题,记随机事件
A
A
A 为
n
n
n 桶水中哪一个桶有问题,概率为
1
n
\frac{1}{n}
n1 。
n
n
n桶水中有一桶水有问题香农熵(信息量)H(A):
H
(
A
)
=
−
∑
i
=
1
n
1
n
log
2
1
n
=
−
(
log
2
1
n
)
H(A) = -\sum_{\text {i }=1}^{n} \frac{1}{n} \log _{2} \frac{1}{n} = -\left(\log _{2} \frac{1}{n}\right)
H(A)=−i =1∑nn1log2n1=−(log2n1)
记随机事件
B
B
B 为在测试轮数为
k
k
k 时,所有实验对象的最终状 态,每个实验对象的状态共有
k
+
1
k+1
k+1 种,即共有
C
=
(
k
+
1
)
m
C=(k+1)^{m}
C=(k+1)m 种最终结果,可近似看做等概率
1
C
\frac{1}{C}
C1 。
我们需要求得在满足
H
(
A
)
<
=
H
(
B
)
H(A)<=H(B)
H(A)<=H(B) 前提下的最小
m
m
m 值。 代入公式可得:
−
(
log
2
1
n
)
<
=
−
∑
result
=
0
(
k
+
1
)
m
1
(
k
+
1
)
m
log
2
1
(
k
+
1
)
m
=
m
log
2
(
k
+
1
)
-\left(\log _{2} \frac{1}{n}\right)<=-\sum_{\text {result }=0}^{(k+1)^{m}} \frac{1}{(k+1)^{m}} \log _{2} \frac{1}{(k+1)^{m}}=m \log _{2}(k+1)
−(log2n1)<=−result =0∑(k+1)m(k+1)m1log2(k+1)m1=mlog2(k+1)
移项化简得:
log
2
n
log
2
(
k
+
1
)
<
=
m
\frac{\log _{2} n}{\log _{2}(k+1)}<=m
log2(k+1)log2n<=m
class Solution {
public:
int poorPigs(int buckets, int minutesToDie, int minutesToTest) {
return ceil(log(buckets) / log(minutesToTest / minutesToDie + 1));
}
};