算法总结-逻辑处理（正在更新）

参考：https://mp.weixin.qq.com/s/SttDnAzHzW2C1jMTtvNijQ

简述

这篇推文选取面试中出现的两道有趣算法题进行分析，这个算法题的出现总会带来思维上的剧情反转。下面我们来看看吧。

题目1：Nim游戏

题目描述：你和你的朋友，两个人一起玩 Nim游戏：桌子上有一堆石头，每次你们轮流拿掉 1 - 3 块石头。 拿掉最后一块石头的人就是获胜者。你作为先手。你们是聪明人，每一步都是最优解。 编写一个函数，来判断你是否可以在给定石头数量的情况下赢得游戏。
示例：输入: 4 输出: false 解释: 如果堆中有 4 块石头，那么你永远不会赢得比赛；因为无论你拿走 1 块、2 块 还是 3 块石头，最后一块石头总是会被你的朋友拿走。
解决思路：这道题类似于脑筋急转弯，曾经在两场面试中被问及，如果你一开始准备用动态规划或者贪心算法来解决的话，那么接下来的解决思路就会让你这个题目有毒。
先说结论：如果堆中石头的数量 n 不能被 4整除，那么你总是可以赢得 Nim 游戏的胜利。
推理过程：找规律，1）如果在1-3颗石头的时候，我直接取走，赢得比赛；2）如果在4颗石头的时候，我无论取几颗，最终都会剩下1-3颗，对方就会获胜；3）如果在5-7颗石头的时候，我取走1-3颗，场上还剩下4颗，对方先取，相当于对方面临了2）中的场景，此时我仍能获胜；4）如果在8颗石头的时候，我无论取几颗，对方都处于3）中的场景，我必输；
以此类推，只有在石头数为4n时，我会落败，堆中石头的数量 n 不能被 4整除时，皆会成功。

public boolean canWinNim(int n) {
    return (n % 4 != 0);
}

题目2：Rand7()实现Rand10()

题目描述：已有方法 rand7 可生成 1 到 7 范围内的均匀随机整数，试写一个方法 rand10 生成 1 到 10 范围内的均匀随机整数。不使用系统的 Math.random() 方法。
示例：输入: 1 输出: [7] ；输入: 2 输出: [8,4]
解决思路：要保证rand10()在整数1-10的均匀分布，可以先把rand7()转化为rand10N()；然后再通过rand10N() % 10 + 1 来获得rand10()。
注意：rand7()转化rand10*N()时必须要保持等概率，那么可以利用(rand7()-1)*7+rand7()构造出均匀分布在1-49的随机数。由于49不是10的倍数，不过49包括40，30，20，10四个十的倍数，我们得把rand49() 转为 rand40()，需要用到拒绝采样。
拒绝采样（Rejection Sampling）：简单点说就是随机取到需要的数字就接受，不是需要的就拒绝，并重新采样，这样还能保持等概率。
实现方法：利用(rand7()-1)*7+rand7()构造出 rand49() ，生成一个 [1, 49] 范围内的随机数，如果其在 [1, 40] 范围内，就将其转为rand10()范围内的数字，直接对10去余并加1，返回即可；如果不是，则继续循环。

int rand10() {
    int x = 0;
    do {
        x = (rand7()-1)*7+rand7();
    }while(x > 40);
    return x % 10 + 1;
}