Leetcode 887. 鸡蛋掉落 DP

你将获得 K 个鸡蛋，并可以使用一栋从 1 到 N  共有 N 层楼的建筑。

每个蛋的功能都是一样的，如果一个蛋碎了，你就不能再把它掉下去。

你知道存在楼层 F ，满足 0 <= F <= N 任何从高于 F 的楼层落下的鸡蛋都会碎，从 F 楼层或比它低的楼层落下的鸡蛋都不会破。

每次移动，你可以取一个鸡蛋（如果你有完整的鸡蛋）并把它从任一楼层 X 扔下（满足 1 <= X <= N）。

你的目标是确切地知道 F 的值是多少。

无论 F 的初始值如何，你确定 F 的值的最小移动次数是多少？

 

示例 1：

输入：K = 1, N = 2
输出：2
解释：
鸡蛋从 1 楼掉落。如果它碎了，我们肯定知道 F = 0 。
否则，鸡蛋从 2 楼掉落。如果它碎了，我们肯定知道 F = 1 。
如果它没碎，那么我们肯定知道 F = 2 。
因此，在最坏的情况下我们需要移动 2 次以确定 F 是多少。

示例 2：

输入：K = 2, N = 6
输出：3

示例 3：

输入：K = 3, N = 14
输出：4

 

提示：

1. 1 <= K <= 100
2. 1 <= N <= 10000

 

dp[k][m]  表示k个鸡蛋在m步能测出的最大层数
所以，我们把问题转化成当k<=K时，找一个最小的m，使得dp[k][m]>=N。
我们来考虑dp[k][m]的dp策略。
假设有k个鸡蛋第m步时，我们在X层扔下鸡蛋，两种结果：
1.鸡蛋没碎，我们可以确定X+dp[k][m-1]层的结果。
2.鸡蛋碎了，我们可以确定Y+dp[k-1][m-1]层结果（假设X上面还有Y层），因为我们知道X以上的层扔鸡蛋都碎。

所以我们此次扔鸡蛋可以确定dp[k][m-1]+dp[k-1][m-1]+1（本层）的结果。
另外，如果没有鸡蛋，我们一层都测不出来，如果只有一个鸡蛋，我们一次只能测一层。所以递推公式。
dp[k][0]=0;
dp[1][m]=m;(m从1到N)
dp[k][m]=dp[k][m-1]+dp[k-1][m-1]+1

这个的时间复杂度O（K*logN）

class Solution 
{
public:
    int superEggDrop(int K, int N)
    {
        int dp[K+2][N+2];
        memset(dp, 0, sizeof(dp));
        dp[0][0] = 0;
        for (int m = 1; m <= N; m++) 
        {
            dp[0][m] = 0;
            for (int k = 1; k <= K; k++)
            {
                dp[k][m] = dp[k][m-1] + dp[k-1][m-1] + 1;
                if (dp[K][m] >= N)
                {
                    return m;
                }
            }
        }
    return N;
    }
};

说一个比较好理解的写法：
假设dp[n][k]表示k个鸡蛋测n层至少需要多少步；
假设我们此时在第i层扔鸡蛋，我们有两种结果：
1.鸡蛋碎掉，我们此时需要用k-1个鸡蛋来测量i-1层，所以至少需要dp[i-1][k-1]步
2.鸡蛋没碎，我们此时还是k个鸡蛋，来测量n-i层，所以至少需要dp[n-i][k]步。
我们总会面对最坏情况下，在第i层扔，我们需要max(dp[i-1][k-1],dp[n-i][k])+1步、
所以递推公式：dp[n][k] = min{ max(dp[i-1][k-1], dp[n-i][k]) + 1 } (1 <= i <= n).

时间复杂度O（K*N^2）这种写法不适于本题，因为这个题的N为1e4.

int superEggDrop(int K, int N)
{
    int dp[N+2][K+2];
    for (int i = 0; i <= N; i++)
    {
        dp[i][0] = 0;
        dp[i][1] = i;
    }
    for (int j = 2; j <= K; j++)
    {
        for (int i = 1; i <= N; i++) 
        {
            dp[i][j] = i;   //这里需要给dp[i][j]设置一个值为当前的层数，这个初始化值只会大于等于最优值。
            for (int k = 1; k < i; k++) 
            {
                dp[i][j] = min(dp[i][j], max(dp[k-1][j-1], dp[i-k][j]) + 1);
            }
        }
    }
    return dp[N][K];
}