887. 鸡蛋掉落问题

4月11日的leetcode每日一题，这是一道谷歌经典的面试题，题目如下：

数据范围

1 <= K <= 100

1 <= N <= 10000

题目

在官方题解处看到了这么一段描述。。。

是不是题目都读不懂。。。这道题读起来有浓浓的机翻味，这里重新组织一下语言：

有K个软硬程度一样的鸡蛋，和N层楼，你不知道这些蛋从哪里扔下去会碎。你只能一个个试，每次你可以取一个鸡蛋从X层扔下（1 <= X <= N）。假设鸡蛋从F层及以下掉落不会碎，但是F层以上都会碎。请问想要得到确切的F，最少需要你移动几次。

注：鸡蛋扔下去没碎可以捡回来继续扔，碎了就不能用了。不包括下去捡蛋的移动。

分析

这是经典动态规划问题。

状态表示： 首先定义f(i, j)，表示有i个鸡蛋j层楼时，确定F值最少的移动次数。

状态转移： 假设我们在x层楼扔下鸡蛋，有两种情况发生

1. 鸡蛋碎了，则还有i-1个鸡蛋，F值肯定在x楼下面（1~x-1），故问题就变成了f(i-1, x-1)。

2. 鸡蛋没碎，则还有i个鸡蛋，F值肯定在x楼上面（x+1~j），故问题规模就缩小成了f(i, j-x)。

3. 最后得到状态转移方程：

   $$f(i,j)=1+min(max(f(i-1,x-1),f(i,j-x))),1<=x<=j$$

   为什么是min(max())呢？

   首先要找到鸡蛋碎了和没碎中的最坏情况，因为你不能保证鸡蛋都是碎的，或者鸡蛋都没碎，假设每层鸡蛋都碎了，就会有最坏情况，全部楼层走一遍。只有最坏情况才能确定F值，故max()。

   其次，在所有楼层上都扔一遍，暴搜一下，得到最少需要移动的次数，故min()。

   最后，+1是当前扔鸡蛋的操作，不管碎没碎都算是移动了一次。

时间复杂度： 状态表示是$O(K\ast N)$，状态计算的复杂度是$N$，故整体的时间复杂度是$O(K{N}^2)$

​ 由题目的数据范围可知$K{N}^2=100\ast 1e4\ast 1e4=1e10$。超时了！！！

二分查找

二分主要解决x的搜索问题。先找上面两个函数有没有单调性，设：
$$\begin{gathered} T_1(x)=f(i-1,x-1) \\ {T}_2(x)=f(i,j-x) \end{gathered}$$
看f(K, N)这个函数可知，N越大，即楼层越高，确定F值所需的次数肯定不会变小，故函数是单调递增的。

则$T_1(x)$是单调递增函数，$T_2(x)$是单调递减函数。$max(T_1(x),T_2(x))$可以用下图函数蓝色的那段表示出来：

那么$min(max(T_1(x),T_2(x)))$就是红色那个交点，由于该题的x是离散的，所以答案应该在距离交点最近的左右两个整数点x0和x1上，只要求$min(max(T_1(x0),T_2(x0)),max(T_1(x_1),T_2(x_1)))$就行了，这样就把x的搜索从O(N)缩小到了O(logN)，易证：x1 = x0 + 1。

所以我们只需要找到x0就行了，x0的性质是T1(x0) <= T2(x0)最大的那个点，二分的写法如下：

int l = 1, r = j;
while(l < r){
    int mid = l + r + 1 >> 1;
    if(T1(mid) <= T2(mid)) l = mid;
    r = mid - 1;
}

int x0 = l, x1 = l + 1;
int max_x1, max_x2 = 1e9;
max_x1 = max(f[i - 1][x0 - 1], f[i][j - x0]);
if(x1 <= j){
    max_x2 = max(f[i - 1][x1 - 1], f[i][j - x1]);
}
f[i][j] = 1 + min(max_x1, max_x2);

在判断二分条件时，要根据x0的性质来判断，如果x0的性质是T1(x0) < T2(x0)，则二分条件也要写成<，找到的x是不包括交点的交点左边第一个点。

边界

这道题的边界很重要，我在边界上面卡了很久，考虑两个边界：

1. 当j == 0时，f(i, 0) = 0，因为0层楼的情况下，不管有几个蛋，移动次数都是0。
2. 当i == 1时，f(1, j) = j，当只有一个蛋的时候，就只能从1楼往上线性的走，一个一个扔蛋，扔到会碎的那一层为止，故移动次数是j。

最后代码如下：

class Solution {
public:

    int superEggDrop(int K, int N) {
        int f[K + 1][N + 1];
        memset(f, 0, sizeof f);
        for(int i = 0; i <= N; i++) f[1][i] = i;

        for(int i = 2; i <= K; i++){
            for(int j = 1; j <= N; j++){
                int l = 1, r = j;
                while(l < r){
                    int mid = l + r + 1 >> 1;
                    if(f[i - 1][mid - 1] <= f[i][j - mid]) l = mid;
                    else r = mid - 1;
                }
                
                int x0 = l, x1 = l + 1;
                int max_x1, max_x2 = 1e9;
                max_x1 = max(f[i - 1][x0 - 1], f[i][j - x0]);
                if(x1 <= j){
                    max_x2 = max(f[i - 1][x1 - 1], f[i][j - x1]);
                }
                f[i][j] = 1 + min(max_x1, max_x2);
            }
        }
        return f[K][N];
    }
    
};