简介
给你 k 枚相同的鸡蛋,并可以使用一栋从第 1 层到第 n 层共有 n 层楼的建筑。
已知存在楼层 f ,满足 0 <= f <= n ,任何从 高于 f 的楼层落下的鸡蛋都会碎,从 f 楼层或比它低的楼层落下的鸡蛋都不会破。
每次操作,你可以取一枚没有碎的鸡蛋并把它从任一楼层 x 扔下(满足 1 <= x <= n)。如果鸡蛋碎了,你就不能再次使用它。如果某枚鸡蛋扔下后没有摔碎,则可以在之后的操作中 重复使用 这枚鸡蛋。
请你计算并返回要确定 f 确切的值 的 最小操作次数 是多少?
输入:k = 1, n = 2
输出:2
解释:
鸡蛋从 1 楼掉落。如果它碎了,肯定能得出 f = 0 。
否则,鸡蛋从 2 楼掉落。如果它碎了,肯定能得出 f = 1 。
如果它没碎,那么肯定能得出 f = 2 。
因此,在最坏的情况下我们需要移动 2 次以确定 f 是多少。
思路一:动态规划
- dp[i][j] 表示有 i 颗鸡蛋,j 层楼时需要实验的最少次数
- 遍历 dp,dp[i][j] 的确定需要确定要先选
1~i
的哪一层,所以必须从 1~n
遍历,分别查看在这一层中会碎和不会碎的情况,在挑选出最少次数的那一层
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
class Solution {
public int superEggDrop(int K, int N) {
int[][] dp = new int[K+1][N+1];
// 初始化 dp
for (int i = 1; i <= N; i++) {
dp[1][i] = i;
}
for (int i = 2; i <= K; i++) {
for (int j = 1; j <= N; j++) {
int min = dp[i-1][j];
// 从 1 ~ j 层中挑选出一层来投,使得次数最少
for (int k = 1; k < j; k++) {
min = Math.min(min, 1 + Math.max(dp[i-1][k-1], dp[i][j-k]));
}
dp[i][j] = min;
}
}
return dp[K][N];
}
}
|
思路二:二分法优化
- 从上面的
max(dp[i-1][k-1], dp[i][j-k])
入手,我们知道,当 i 不变时,j 越大,则 dp[i][j] 越大
- 所以,dp[i-1][k-1] 会随着 k 的增大而单调递增
- dp[i][j-k] 会随着 k 的增大而单调递减

如图所示,我们只需要找到这两个函数的交点,就能保证在这个点下,这两个函数的最大值最小,所以我们可以用二分法来定位这个点。
- 当在此点下,如果
dp[i-1][k-1]
的值小于 dp[i][j-k]
,则范围向右缩小
- 当在此点下,如果
dp[i-1][k-1]
的值大于 dp[i][j-k]
,则范围向左缩小
- 否则此点就是最小值的点
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
class Solution {
public int superEggDrop(int K, int N) {
int[][] dp = new int[K+1][N+1];
// 初始化 dp
for (int i = 1; i <= N; i++) {
dp[1][i] = i;
}
for (int i = 2; i <= K; i++) {
Work:
for (int j = 1; j <= N; j++) {
int l = 1, r = j;
// 二分法,找到上图中最小的点
while (l <= r) {
int m = (l + r) >> 1;
int lowVal = dp[i-1][m-1], highVal = dp[i][j - m];
if (lowVal < highVal) {
l = m+1;
} else if (lowVal > highVal) {
r = m-1;
} else {
// 如果相等,则直接给出答案
dp[i][j] = 1 + dp[i-1][m-1];
continue Work;
}
}
// 如果相交的点不是自然数,则需要判断相交点的左右两个自然数
dp[i][j] = 1 + Math.min(Math.max(dp[i-1][l-1], dp[i][j - l]),
Math.max(dp[i-1][r-1], dp[i][j - r]));
}
}
return dp[K][N];
}
}
|
来源:
LC 887.鸡蛋掉落