经典动态规划——高楼扔鸡蛋（初阶版）

先看题目：

你⾯前有⼀栋从 1 到 N 共 N 层的楼，然后给你 K 个鸡蛋 （ K ⾄少为 1）。现在确定这栋楼存在楼层 0 <= F <= N ，在这层楼将鸡 蛋扔下去，鸡蛋恰好没摔碎（⾼于 F 的楼层都会碎，低于 F 的楼层都不 会碎）。现在问你，最坏情况下，你⾄少要扔⼏次鸡蛋，才能确定这个楼层 F 呢？

那么这个题目一个如何理解？

首先假设鸡蛋数目不限，我们姑且认为鸡蛋刚好在7层楼碎：那么最坏的情况下就是我们拿着鸡蛋从一楼到六楼去丢鸡蛋，直到第七楼鸡蛋碎（当然要是你直接第七楼扔碎也行，但是这只是运气问题并不是最坏情况） ，那么这个样子的话我们需要扔7次。我们将一层一层逐层扔鸡蛋的方式称为线性查找方式

那么如何减少扔鸡蛋的方式以达到“最少”？有一种办法是二分法查找：

最好的策略是使⽤⼆分查找思路，我先去第 (1 + 7) / 2 = 4 层扔⼀下：

如果碎了说明 ⼩于 4 ，我就去第 (1 + 3) / 2 = 2 层试 ……

如果没碎说明 ⼤于等于 4 ，我就去第 (5 + 7) / 2 = 6 层试 ……

但是！一旦鸡蛋数目有限制，就无法一味的使用二分法查找了：例如我只有一个鸡蛋，按照二分法查找我应该去第4楼扔下，但是如果鸡蛋碎掉，就导致无鸡蛋可以扔的地步。因此只能线性查找。

那么来看看我们的状态转移方程：

当鸡蛋没碎：dp(K,N - i)  鸡蛋没碎，即往i层以上层楼层去查找

当鸡蛋碎了：dp(K-1,i-1) 鸡蛋碎了，鸡蛋数目减一，往i层以下查找

def dp(K, N):
    if N == 0: return 0#如果楼层为0，则不需要操作了
    if K == 1: return N#如果鸡蛋只剩一个，则只能逐低至高线性搜索
    res = float("INF")#将res设置为正无穷
    for i in range(1, N + 1):
        res = min(res,
                  max(dp(K - 1, i - 1), dp(K, N - i)) + 1
                  )
    return res

当然这样的函数时间复杂度过于大，因为存在过多的重叠子问题

这边建立一个demo数组来作为备忘录，消除重叠子问题：

# K个鸡蛋，共测试N层楼
demo = dict()#建立备忘录
def dp(K, N):
    if N == 0: return 0#如果楼层为0，则不需要操作了
    if K == 1: return N#如果鸡蛋只剩一个，则只能逐低至高线性搜索
    res = float("INF")
    if (K,N) in demo: return demo[(K,N)]#备忘录查找，如果找到直接访问结果
    for i in range(1, N + 1):
        res = min(res,
                  max(dp(K - 1, i - 1), dp(K, N - i)) + 1
                  )
    demo[(K, N)] = res#写入备忘录
    return res