推广的海盗分金币问题的算法

在杨军blog上看见一个海盗分金币问题，很有趣，准备在这里推广并用计算机可操作的算法实现。原题的描述以及解题思路杨军已经给出了，详见hi.baidu.com/yjpro/blog/category/%D6%C7%C1%A6%D1%B5%C1%B7。

推广：
n个海盗，m个金币。其中n >= 2，m >= 1。
基本思想：
杨军已经给出，关键就是“倒着想”，并假设每个海盗都很理智。每个海盗都有一个金币数量的收入的期望，如果他必死，那么他的收入期望是-1。如果第k个海盗来制定分配方案（因为是倒着想，所以不考虑前k-1个海盗），那么他需要贿赂他后面n-k个海盗中不少于一半的海盗，使得他们给自己投赞成票。为了使自己的收入最多，他贿赂的方式就是从期望收入最少的海盗开始，在他原来的期望收入基础上再加1个金币，直到贿赂了足够多的海盗。这样描述不准确，但是大体思想说出来了。
算法：
利用数学归纳法。初始化时，将海盗顺序标号为1～n。将第n个海盗的期望收入置为m，第n-1个海盗的期望收入置为-1。假设后k个海盗的收入期望已经算出来，那么倒数第k+1个海盗的收入期望这样计算：将后k个海盗按收入期望升序排序，选择前（k+1）/2个期望，每个期望加1，用m减去这些期望的和，得出的就是倒数第k+1个海盗的收入期望。如果该期望小于0（证明总金币量不够他贿赂足够的人，他将死去，因为我们假设海盗是一群糙人，他们不愿意看见决策者没有给自己比期望更多的贿赂:)&#x