一、题目:
有一栋楼共100层,一个鸡蛋从第N层及以上的楼层落下来会摔破, 在第N层以下的楼层落下不会摔破。给你2个鸡蛋,设计方案找出N,并且保证在最坏情况下, 最小化鸡蛋下落的次数。
二、思路:
先假设,最小的次数为x次。
首先在x层摔,那么会出现两个结果:
1、碎了,为了找出那一层碎了,第二个鸡蛋必须从1~x-1进行遍历的摔
2、没碎,那么第二次就在x+(x-1)楼层摔。
为什么是x+x-1楼层呢?
首先我们已经假设了通过x步我们就能得到答案,现在我们在x层已经用了一次了,那么就只剩下x-1步了。所以我们选择x+(x-1)层,如果碎了,我们就能通过x-2步,遍历x+1~x+(x-1)-1的所有楼层。
3、如果在x+(x-1)楼碎了,那么同1,遍历x+1~x+(x-1)-1
4、没碎,那么同2,就在x+(x-1)+(x-2)层摔
…
最后我们将会得出这样一个楼层公式x+(x-1)+(x-2)+…+1 = x(x+1)/2。
这个公式有什么意义呢?
有, x(x+1)/2 >= 100,这样才能顺利的解除x。
有人说,x(x+1)/2 = 99就可以,如果鸡蛋在99层都没碎,那么必定是100层。 我想说谁告诉你记得一定会碎!
那么我们就顺利的解除 x=14。
三、扩展
此题还有一个扩展,就是为N个鸡蛋从M层摔找出最小值。
那就不是很好手解了,所以写了代码,使用动态规划原理。动态规划式子如下:
f[n][m] = 1+max(f[n-1][k-1],f[n][m-k]) k属于[1,m-1]
解释下原理:
1、当手里有n个的时候,鸡蛋从k层往下摔,如果破了,那么手里只有n-1鸡蛋了,那么就需要测试f[n-1][k-1]楼层。或者更通俗好理解点的,我们运用2个鸡蛋100楼层的题目举例子。以上式子变为:f[2][m] = 1+max(f[1][k-1],f[2][m-k])
那么当手里有2个鸡蛋的时候,在k层摔,碎了。那么现在手里也就只有一个鸡蛋了,此时我们必须遍历1~k-1找出第一次碎的楼层。所以为1+f[1][m-k],前面的1代表在k层的操作。
2、没破,那么手里还有n个鸡蛋,那么需要测试k+1~m这些楼层。此时我想问下,当手里有2个鸡蛋测试1~m-k层和手里有2个鸡蛋测试k+1~m有什么区别?
有人说有,因为楼层越高越容易碎,那其实是你个人的想法罢了。其实并没有区别,所以第一个公式可以写为f[n][m-k]。
最后附上代码,为了理解方便,而不必从数组从0开始而困扰,这里就空间多开了点,所以如果拿去用的话,可以优化下:
public class Eggs{
public int countMinSetp(int egg,int num){
if(egg < 1 || num < 1) return 0;
int[][] f = new int[egg+1][num+1];//代表egg个鸡蛋,从num楼层冷下来所需的最小的次数
for(int i=1;i<=egg; i++){
for(int j=1; j<=num; j++)
f[i][j] = j;//初始化,最坏的步数
}
for(int n=2; n<=egg; n++){
for(int m=1; m<=num; m++){
for(int k=1; k<m; k++){
//这里的DP的递推公式为f[n][m] = 1+max(f[n-1][k-1],f[n][m-k]) k属于[1,m-1]
//从1-m层中随机抽出来一层k
//如果第一个鸡蛋在k层碎了,那么我们将测试1~k-1层,就可以找出来,也即1+f[1][k-1]
//如果第一个鸡蛋在k层没有碎,那么我们将测试k+1~m也即m-k层,
// 这里也是重点!!!!
// 现在我们手里有2个鸡蛋,要测试m-k层,那么我想问,此时和你手里有2个鸡蛋要测试1~m-k层有什么区别?
// 没有区别!是的在已知k层不碎的情况下,测试k+1~m层的方法和测试1~m-k没区别,所以可以写成 1+f[n][m-k] 其中1表示为 在k层的那一次测试
f[n][m] = Math.min(f[n][m],1+Math.max(f[n-1][k-1],f[n][m-k]));
}
}
}
return f[egg][num];
}
public static void main(String[] args) {
Eggs e = new Eggs();
System.out.println(e.countMinSetp(2,100));
}
}