扔鸡蛋问题

近日刷题刷到了这个问题，LeetCode 887. Super Egg Drop。/584. Drop Eggs II
首先读题就读了很久，还是不能很好的明白题目具体的意思，一搜索才知道这是一道谷歌的经典的面试问题。这也反应出自己的刷题量还是远远不够啊。本文主要是参考了以下两篇文章写成，特此标注。
The Two Egg Problem
【直观算法】Egg Puzzle 鸡蛋难题

1. 题目描述

有栋楼高100层，一个鸡蛋从第x层以上(>x)扔下来会碎，但是从第x层和以下的(<=)的楼层扔下来则不会碎。给定2个鸡蛋，设计一种策略找出x，保证在最坏的情况下，最小扔鸡蛋尝试的次数

1.1 求什么？

找到第x层扔下不会碎，x+1层扔下会碎的临界层所需要的最少的尝试次数r

• 也就是说，我们最后要返回的是保证能找到哦临界层所需要的，最小的尝试次数。

2. 一个鸡蛋的情况

如果我们手上只有一个鸡蛋，同样必须要找到临界层x，一个很容易想到的方法是：从低到高的一层一层的尝试。因为必须保证要找到这样的临界层，所以只能从低到高的尝试

• 首先在第1层扔，如果没碎，那么继续在第2层扔。
• …
• 这样一层一层的尝试，如果最后在第x(x < 100)层碎了，那么我们的尝试次数就是x

那么一个鸡蛋的情况下，答案是不是就是x呢？
显然不是，因为我们根本无法判断会在哪一层就碎掉，题目也没有提供这样一个函数接口来判断。这个时候一定要注意题目的描述在最坏的情况下，最小的扔鸡蛋尝试的次数。

思考什么是最坏的情况？假设，我当前的楼层的高度为100，虽然我无法知道在哪一层鸡蛋会碎，但是我知道这个值是一定在1 <= x <= 100的，那么最坏的情况就是在第100层碎掉嘛，那么在这个最坏的情况下，最少的尝试次数肯定也是100次，因为必须要保证找到这个x，我尝试100次，肯定是可以保证找到这个x的。

所以，综上，一个鸡蛋的情况，在最坏的情况下，最少的尝试次数就是楼层的高度

3. 无数个鸡蛋的情况

假设现在有无数个鸡蛋可以使用，或者说有尽可能多的鸡蛋可以使用，这种情况又该怎么分析呢？
因为我现在有无数个鸡蛋可以使用，那我根本就不关系这个鸡蛋碎还是不碎，因为碎了拿一个新的就可以了。那么这个时候，很容易想到二分法的思路。

• 首先拿一个鸡蛋在第50层扔下来，看是否碎掉

  • 如果碎了，说明临界层答案一定在[1,50]
  • 如果没碎，说明临界层答案一定在[51,100]

• 那么不管是否碎掉，临界层答案的空间都缩减了一半。下一次尝试再在子区间的中点进行尝试即可。

• 那么这种方案最坏的情况就是在第1层碎掉或者在第100层碎掉

• 那么需要尝试的次数为$lo{g}_{2}n$，$n$是楼层高度

• $lon{g}_{2}100=6.644$，那么这里我们应该取6还是7呢？

  • 因为我们是要保证在最坏的情况下都要找到这个临界层，所以要向上取整，就是7次，这里可以简单模拟一下，假设在第100层碎掉，我们按照上面的策略，依此的搜索子区间为：
  • 假设在第中间层不碎
  • $[1,100]，[51,100]，[76,100]，[89,100]，[95,100]，[98,100]，[100，100]$
  • 那么只需要7次尝试就能在最坏的情况下完成

• 综上无数个鸡蛋的情况，最坏的情况下最少的尝试次数是$┌lo{g}_2^n┐$(向上取整)，$n$是楼层高度

4. 两个鸡蛋的情况

在理解了一个鸡蛋和无数个鸡蛋的情况的基础上，对于两个鸡蛋我们应该有初步的思路了。我们可以先拿一个鸡蛋出来试错，大致估计出临界层答案所在的区间，然后再利用剩下的一个鸡蛋从低到高一层一层的尝试，这其实就已经退化成了上文中一个鸡蛋的解法。
下面用具体的例子再阐述一下，更方便理解，现在使用鸡蛋1来确定答案可能所在的区间：

• 先在第50层把鸡蛋1扔下去，那么一定会存在两种结果：

  • 不碎，那么临界层答案一定在[51,100]，因为没有碎，我们可以继续使用鸡蛋1去缩小答案可能所在的区间，例如接下来在第75层继续扔
  • 碎掉，那么临界层答案一定在[1,50]层，因为现在鸡蛋1碎了，只剩下鸡蛋2可以使用了，那么为了保证能够找到临界层，就需要从第1层到第49层逐层尝试，那么最坏的情况就是到第49层都不碎，那么就选需要尝试49次，加上第50层的尝试，一共就是50次尝试。

• 假设在第75层把鸡蛋扔下去，也肯定存在两种结果：

  • 不碎，那么临界层答案一定在[76,100]
  • 碎了，因为鸡蛋1在第50层是不碎的，那么临界层答案一定在[51,75]，需要从51->74层逐层尝试，假设最坏的情况是到第74层都不碎，那么一共尝试了74-51+1 = 24，再加上第50,75层的尝试，一共尝试了26次。

这里我们需要注意到一个非常重要的点，不管是从多少层扔下去，结果只有两个，碎或者是没碎，这种情况背后就一定是树形结构

数据结构和实际问题想联系的能力，需要加强训练

• 没有分叉，一路推理：线性结构
• 决策结构有分叉：树型结构
• 推理过程中，产生交汇：图结构

所以我们要把上面的尝试转换为树型结构。

4.1 树型结构

上面的分析，更抽象一点的表达如下，对于鸡蛋1，我们需要选择一个策略，分别在第$K_1$层、$K_2$层、$K_3$层 、$\cdots$、$K_p$层尝试扔鸡蛋，那么在每一层扔，都会有两种结果

• 如果没碎，则继续在第$K_{i+1}$层继续扔

• 如果碎了，则在区间$[K_{i-1},K_i-1]$上用鸡蛋2进行逐层的尝试，（假设$K_0=0$）

• 如果表达为二叉树，就是如图所示。(图片来自文章【直观算法】Egg Puzzle 鸡蛋难题
  )
  

• 假设在第$K_p$层，鸡蛋碎了，那么总的尝试次数就是：$K_p+K_p-K_{p-1}-1$

• 这里其实很好理解：$K_p$是鸡蛋1的尝试次数，$K_p-K_{p-1}-1$是鸡蛋2的尝试次数

• 从树的角度来理解：这颗树的节点总数一定就是楼层的高度N

• $K_p-K_{p-1}-1$是鸡蛋2的尝试次数，也是节点$K_p$的子树的高度

• 求解的目标是总的尝试次数最小，其实就是让树的高度最小

• 那么到这里，问题就变成了，一棵树，在节点总数固定的情况下，树的高度要最小

• 显然，我们可以想到满二叉树是满足这样的性质的。

• 那么接下来的问题就是，如何选择鸡蛋1的策略，也就是如何选择$K_1,K_2,\cdots ,K_p$，让树的高度最小

4.2 树的高度最小

上面的叙述中，我们重新定义了问题，是在给定的树节点$K_{}$