两个软硬程度一样但未知的鸡蛋,它们有可能都在一楼就摔碎,也可能从一百层楼摔下来没事。现有座36层的建筑,要你用这两个鸡蛋确定哪一层是鸡蛋可以安全落下的最高位置,可以摔碎两个鸡蛋,要求用最少的测试次数。
1 如果你从某一层楼扔下鸡蛋,它没有碎,则这个鸡蛋你可以继续用
2 如果这个鸡蛋摔碎了,则你可以用来测试的鸡蛋减少一个
3 所有鸡蛋的质量相同(都会在同一楼层以上摔碎)
4 对于一个鸡蛋,如果其在楼层i扔下的时候摔碎了,对于任何不小于i的楼层,这个鸡蛋都会被摔碎
5 如果在楼层i扔下的时候没有摔碎,则对于任何不大于i的楼层,这颗鸡蛋也不会摔碎
6 从第1层扔下,鸡蛋不一定完好,从第36层扔下,鸡蛋也不一定会摔碎。
实际上,我们的终极目的是要找出连续的两层楼i,i+1。在楼层i鸡蛋没有摔碎,在楼层i+1鸡蛋碎了,问题的关键之处在于,测试之前,你并不知道鸡蛋会在哪一层摔碎,你需要找到的是一种测试方案,这种测试方案,无论鸡蛋会在哪层被摔碎,都至多只需要m次测试,在所有这些测试方案中,m的值最小。
为什么是两个鸡蛋呢?如果只有一个鸡蛋,我们只能从下往上一层一层的测试。对于2个鸡蛋,比较容易想到的就是使用二分的方法,现在18层测试,如果这颗碎了,则你从第1层,到第17层,依次用第2颗鸡蛋测试。否则继续用两个鸡蛋测试上半部分的楼层,最多需要18次测试,减少了一半。看似是个不错的方法,可惜正确答案是8次。
其实,对于任何连续的M层,这M层在下面或在下面,对于这M层来说需要的测试次数都没有影响。因此,可以把这个问题一般化,考虑n个鸡蛋 k层楼,记为E(n,k)。解决的办法是试着从每一层掉落一个鸡蛋(从1到k)并递归计算需要在最坏的情况下需要的最小测试次数。考虑用程序来穷举所有情况找到答案。
1) 最优子结构
当我们从一个楼层x扔下鸡蛋时,有可能出现两种情况(1)鸡蛋破(2)鸡蛋不破。
1)鸡蛋破,那么我们只需要用剩下的鸡蛋测试 x层以下的楼层; 所以问题简化为x-1层和n-1个鸡蛋
2)如果鸡蛋没有破,那么我们只需要检查比x较高的楼层; 所以问题简化为 k-x 和n个鸡蛋。
最优子结构可以表示为:
view source
k ==> 楼层数
n ==> 鸡蛋数
eggDrop(n, k) ==>最少需要的测试次数(考虑所有情况)
1 如果你从某一层楼扔下鸡蛋,它没有碎,则这个鸡蛋你可以继续用
2 如果这个鸡蛋摔碎了,则你可以用来测试的鸡蛋减少一个
3 所有鸡蛋的质量相同(都会在同一楼层以上摔碎)
4 对于一个鸡蛋,如果其在楼层i扔下的时候摔碎了,对于任何不小于i的楼层,这个鸡蛋都会被摔碎
5 如果在楼层i扔下的时候没有摔碎,则对于任何不大于i的楼层,这颗鸡蛋也不会摔碎
6 从第1层扔下,鸡蛋不一定完好,从第36层扔下,鸡蛋也不一定会摔碎。
实际上,我们的终极目的是要找出连续的两层楼i,i+1。在楼层i鸡蛋没有摔碎,在楼层i+1鸡蛋碎了,问题的关键之处在于,测试之前,你并不知道鸡蛋会在哪一层摔碎,你需要找到的是一种测试方案,这种测试方案,无论鸡蛋会在哪层被摔碎,都至多只需要m次测试,在所有这些测试方案中,m的值最小。
为什么是两个鸡蛋呢?如果只有一个鸡蛋,我们只能从下往上一层一层的测试。对于2个鸡蛋,比较容易想到的就是使用二分的方法,现在18层测试,如果这颗碎了,则你从第1层,到第17层,依次用第2颗鸡蛋测试。否则继续用两个鸡蛋测试上半部分的楼层,最多需要18次测试,减少了一半。看似是个不错的方法,可惜正确答案是8次。
其实,对于任何连续的M层,这M层在下面或在下面,对于这M层来说需要的测试次数都没有影响。因此,可以把这个问题一般化,考虑n个鸡蛋 k层楼,记为E(n,k)。解决的办法是试着从每一层掉落一个鸡蛋(从1到k)并递归计算需要在最坏的情况下需要的最小测试次数。考虑用程序来穷举所有情况找到答案。
1) 最优子结构
当我们从一个楼层x扔下鸡蛋时,有可能出现两种情况(1)鸡蛋破(2)鸡蛋不破。
1)鸡蛋破,那么我们只需要用剩下的鸡蛋测试 x层以下的楼层; 所以问题简化为x-1层和n-1个鸡蛋
2)如果鸡蛋没有破,那么我们只需要检查比x较高的楼层; 所以问题简化为 k-x 和n个鸡蛋。
最优子结构可以表示为:
view source
k ==> 楼层数
n ==> 鸡蛋数
eggDrop(n, k) ==>最少需要的测试次数(考虑所有情况)
eggDrop(n, k) = 1 + min{max(eggDrop(n - 1, x - 1), eggDrop(n, k - x)): x 属于 {1, 2, ..., k}}
具体实例及实现代码如下所示:
/** * @Title: EggDroppingPuzzle.java * @Package dynamicprogramming * @Description: TODO * @author peidong * @date 2017-6-12 上午8:43:42 * @version V1.0 */ package dynamicprogramming; /** * @ClassName: EggDroppingPuzzle * @Description: 扔鸡蛋问题 * @date 2017-6-12 上午8:43:42 * */ public class EggDroppingPuzzle { /** * * @Title: eggDroppingRecursion * @Description: 递归方式求解问题 * @param n 鸡蛋数 * @param k 楼层数 * @return * @return int * @throws 上面的程序问题是复杂度太大 O(2^k)。如果k=36的话,基本是跑不出结果。 */ public static int eggDroppingRecursion(int n, int k){ //边界条件判断 if(k == 1 || k == 0) return k; //如果只有一个鸡蛋,最坏的情况下是k次测试,一层层 if(n == 1) return k; int min = 65535; int res; //考虑从第一层到第k层扔下鸡蛋的所有情况的最小结果 for(int i = 1; i <= k; i++){ res = Math.max(eggDroppingRecursion(n-1, i-1), eggDroppingRecursion(n, k-i)); if(res < min) min = res; } return min+1; } //上面的程序问题是复杂度太大 O(2^k)。如果k=36的话,基本是跑不出结果。 public static int eggDropping(int n, int k){ //构建状态转移矩阵 int[][] tc = new int[n+1][k+1]; int res; //初始化状态转移矩阵 for(int i = 0; i <= n; i++){ tc[i][1] = 1; tc[i][0] = 0; } //只有一个鸡蛋时 for(int j = 1; j <= k; j++){ tc[1][j] = j; } //构建状态转移矩阵 for(int i = 2; i <= n; i++){ for(int j = 2; j <= k; j++){ tc[i][j] = 65535; //默认值 for(int x = 1; x <= j; x++){ res = 1 + Math.max(tc[i-1][x-1], tc[i][j-x]); if(res < tc[i][j]) tc[i][j] = res; } } } return tc[n][k]; } /** * @Title: main * @Description: 测试 * @param args * @return void * @throws */ public static void main(String[] args) { // TODO Auto-generated method stub int n = 2; int k = 5; int m = 36; System.out.println("利用递归求解扔鸡蛋问题结果为:" + eggDroppingRecursion(n, k)); System.out.println("利用动态规划求解扔鸡蛋问题结果为:" + eggDropping(n, k)); System.out.println("利用动态规划求解扔鸡蛋问题结果为:" + eggDropping(n, m)); } }