#分析,假设x是最优解的最多次数。则第一个鸡蛋第一次从第x层扔(不管碎没碎,还有x-1次尝试机会)。
# 如果碎了,则第二个鸡蛋在1~x-1层中线性搜索,最多x-1次;
# 如果没碎,则第一个鸡蛋第二次从x+(x-1)层扔(现在还剩x-2次尝试机会)。
# 如果这次碎了,则第二个鸡蛋在x+1~x+(x-1)-1层中线性搜索,最多x-2次;
# 如果还没碎第一个鸡蛋再从x+(x-1)+(x-2)层扔,依此类推。
# x次尝试所能确定的最高楼层数为x+(x-1)+(x-2)+...+1=x(x+1)/2。
#1.两个鸡蛋问题f[n] = min{ 1+max(i-1,f[n-i]) | i=1..n } 初始条件: f[0]=0(或f[1]=1)
#2.m个鸡蛋问题f[n,m] = min{ 1+max(f[i-1,m-1], f[n-i,m]) | i=1..n } 初始条件:f[i,0]=0(或f[i,1]=i)
import numpy as np
def computeMinDropsInWorstCase(eggs,floors):
table=np.zeros((eggs+1,floors+1))
#如果只有0楼或者一楼时
for i in range(eggs+1):
table[i][0]=0
table[i][1]=1
#如果只有一个鸡蛋
for j in range(floors+1):
table[1][j]=j
#其他情况,table( eggs, floors) = 1+ Max(table( eggs-1 , floors-1), table( eggs, floors-x))
for i in range(2,eggs+1):
for j in range(2,floors+1):
table[i][j]=2**63-1
for x in range(1,j):
#table[i-1][x-1]表示鸡蛋在X楼碎了减小一个。table[eggs][j-x]表示鸡蛋还是最开始的
# 楼层变为j-x
maxtable=1+max(table[i-1][x-1],table[i][j-x])
if maxtable
table[i][j]=maxtable
print(table[eggs][floors])
if __name__ == '__main__':
computeMinDropsInWorstCase(4,100)
computeMinDropsInWorstCase(5, 100)
computeMinDropsInWorstCase(6, 100)
computeMinDropsInWorstCase(7, 100)
print("由此可知,当楼层固定时,鸡蛋足够时,次数也只会固定在一个值,不会继续减少\n"
"也就是说前期鸡蛋越多次数越少,后期次数不随鸡蛋的增多而变化,二分法结果就是极限")