丢鸡蛋问题的拉格朗日插值多项式解法

假如有K个鸡蛋，一栋N层的楼，为了测试鸡蛋最高在哪一层扔下刚好不碎，并且扔鸡蛋的次数最少。假设鸡蛋碎了就不能用了，没碎的话可以继续使用。
这也是google曾经的面试题，解决方法有很多，
1、枚举法（最保守的扔法，最多碎一个鸡蛋）
只能从第一层逐层往上扔， 但是这样最坏的情况需要扔N次才能知道答案。方法优点是碎的鸡蛋少，缺点是测试的次数多。
2、二分法（高效的扔法，比较耗鸡蛋）
先从楼层中间开始扔，如果碎了就往更低的楼层扔，没碎就往更高的楼层扔。方法优点是测试次数少，缺点是二分后扔鸡蛋的楼层相比枚举法，鸡蛋碎的风险更高，所以在鸡蛋足够多的情况下这样的扔法可以很快的找到答案。
3、全局平衡公式算法（个人理解的）
从开始往结局做一次全局平衡，使得开始到结局的每一次结果对于最终的答案影响都尽量是一样的，感觉和动态规范方向相反，特殊情况下和动态规划效果是一样的。
4、动态规划
百科中说到动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。
上面都是复制粘贴的，下面是正文，用纯数学的方式求解。
用$f(k,n)$表示用$k$个鸡蛋，丢$n$次，最多能测试出多少层。容易看出，
$$f(1,n)=n$$
如果有两个鸡蛋，假设第一个鸡蛋在第$m$层楼丢下，有两种结果，

• 鸡蛋碎了，那么剩下一个鸡蛋，还需要测试的次数$n_1$满足$f(1,n_1)=m-1$
• 鸡蛋没碎，剩下两个鸡蛋，还需要测试的次数$n_2$满足$f(2,n_2)=h-m$，$h$代表最多能测试的楼层高度。为了在固定最坏情况测试次数，必有$n_1=n_2=n-1$，因此，
  $$h=f(2,n)=f(1,n-1)+f(2,n-1)+1$$
  同理，
  $$f(k,n)=f(k-1,n-1)+f(k,n-1)+1$$
  由于$f(k,n-1)=f(k-1,n-2)+f(k,n-2)+1$，将上式展开，得到，
  $$f(k,n)=1+\sum _{i=1}^{n-1}f(k-1,i)$$
  边界条件为
  $$\{\begin{array}{c}f(1,n)=n\\ f(k,1)=1\end{array}$$
  可以得到
  $$f\left(2,n\right)=n+\sum _{i=1}^{n-1}f\left(1,i\right)=\frac{n\left(n+1\right)}{2}$$
  $$f\left(k,n\right)=n+\sum _{i=1}^{n-1}f\left(k-1,i\right)$$
  容易证明，$f(k,n)$是关于$n$的$k$次多项式，设
  $$f\left(k,n\right)=c_0+c_{1}n+c_2{n}^2+\dots +c_k{n}^k$$
  由于$k$次多项式可以由$k$个采样点确定，为了方便计算，可设$f\left(k,0\right)=0$，从而$c_0=0$，$f(k,n)$可由剩下的$k$个点确定。根据递推式，
  $$f(1,1)=1$$
  $$\{\begin{array}{c}f(2,1)=1\\ f(2,2)=f(1,1)+f(2,1)+1=3\end{array}$$
  $$\{\begin{array}{c}f(3,1)=1\\ f(3,2)=f(2,1)+f(3,1)+1=3\\ f(3,3)=f(2,2)+f(3,2)+1=7\end{array}$$
  更一般的，对于$1\le n\le k$，有
  $$f\left(k,n\right)=2^n-1$$
  已知$k+1$个点，求$k$次多项式，将定义域扩展到实数域，利用拉格朗日插值多项式，令
  $$l_j\left(x\right)=\frac{{\prod }_{i=0,i\ne j}^k(x-i)}{{\prod }_{i=0,i\ne j}^k(j-i)}$$
  则
  $$f\left(k,n\right)=\sum _{j=0}^k(2^j-1)l_j(x)$$
  对于给定的$k$和$n$，若$n\le k$，则$f\left(k,n\right)=2^n-1$,若$n>k$，则$l_j(n)$的分子部分仅有一项缺失，分母转化为两个阶乘因子，
  $$l_j\left(n\right)=\frac{{\prod }_{i=0}^k\left(n-i\right)}{\left(n-j\right){\left(-1\right)}^{i-1}\left(i-1\right)!\left(k-i\right)!}$$
  对于不同的下标$j$，分子相同，分母通过增量计算，可以在$O(k)$时间内计算完成。
  现在处理最后一步，原题是给定$k$个鸡蛋和$h$层楼，而上面计算的是丢$n$次最多能测试多少层楼，因此要求的是满足$f(k,n)\ge h$的最小的$n$。若$h<2^k$，则$n=\lceil {\log }_2(h+1)\rceil$，否则，由于$f(k,n)$在$[n,+\infty )$是递增的，可使用牛顿迭代法快速得到$x_h$，满足，
  $$f\left(k,x_h\right)=h$$
  从而求得$n^{\ast }=\lceil x_h\rceil$。