蓝桥杯——耐摔指数

耐摔指数

x星球有很多高耸入云的高塔，刚好可以用来做耐摔测试。
塔的各层高度都是一样的。他们的第 1 层不是地面，而是相当于我们的 2 楼。
他们的地面层为 0 层。如果手机从第7层扔下去没摔坏，但第8层摔坏了，则手机耐摔指数 = 7。
特别地，如果手机从第 1 层扔下去就坏了，则耐摔指数 = 0。
如果到了塔的最高层第 n 层扔没摔坏，则耐摔指数 = n。
为了加快测试进度，从每个型号手机中，抽样 3 部参加测试。
问题来了：如果已知了测试塔的高度 n，并且采用最佳的策略，在最坏的运气下需要测试多少次才能确定手机的耐摔指数呢？

题解：

视频题解------>测试次数

首先要明白求最差运气啊，最佳次数啊一般考虑贪心算法和动态规划问题。
而且由于手机个数有限所以不能使用二分法，若是手机个数无限可以考虑二分。
首先要明白动态规划其实就是一个递推 的过程，即你只有把前面的推出来之后才可以知道后面的。
所以我们可以先推推看规律
即：
1部手机很好理解
当有2部手机时，在1层，2层，3层也很好理解

当手机个数为2时，前几层比较好计算。
而当层数为4时，对于2部手机，有以下情况：

左边的1,2,3,4为代表第一次从第几层开始扔，由于题目要求，“最差运气”，“最佳策略”，所以由此可知，最佳策略即从以上第一次分别第几层扔的四种方法里找一个次数最少的，而最差运气又使每一个策略我都只能保存下来次数最多的那个，即不会出现类似“一步到位”的情况。
所以二者结合便是为在四种策略的每个策略的最大次数里找其中最小的次数，即为在蓝色文字中找次数最少的。
并且注意的是动态规划就是一种递推问题，所以意思为在求第三项时要用到第二项的内容，求第二项要用到第一项的内容。而求第三项时第二项肯定已经求过了，求第二项时也已经将第一项求过了。
所以上述可求出答案。
所以我们可先得到几个类推公式：
我们设f1[n]中1代表为有1个手机时，n为1~1000中一个层数
所以有f1[n]=n；
设i为从1开始的，n为我们要求的那个1~1000中的某个层数
则f2[n]=min(for i in n :max(1+f2[n-i],1+f1[i-1]))
这里for i in n 意思就是我们上述图2的意思，即在n层时我们有很多策略，他们分别为在i=1层先扔一个，i=2层先扔一个… i为我们开始扔的时候的层数

这恰恰就是我原先所谈到的动态规划其实就是递推问题，要求1000层的情况，必须先求出999层的情况，999层要由998层得出，所以可知我们要每一个都求出来才可以。

所以我们也可以知道：
f3[n]=min(for i in n :max(1+f3[n-i],1+f2[i-1]))
知道这个表达式后就可以以此为根据编写代码：

Code:

/*耐摔指数*/
public class Test {

    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt();

        int[][] dp = new int[4][n+1];
        for(int i=1;i<=n;i++){
            dp[1][i] = i;
        }

        for(int i=1;i<=n;i++){
            int val = Integer.MAX_VALUE;
            for(int j=1;j<=i;j++){
                int temp = 1 + Math.max(dp[2][i-j],dp[1][j-1]);
                val = Math.min(val,temp);
            }
            dp[2][i] = val;
        }

        for(int i=1;i<=n;i++){
            int val = Integer.MAX_VALUE;
            for(int j=1;j<=i;j++){
                int temp = 1 + Math.max(dp[3][i-j],dp[2][j-1]);
                val = Math.min(val,temp);
            }
            dp[3][i] = val;
        }

        System.out.println(dp[3][n]);
    }
}