wordpress 手机 插件,南京网站关键词优化咨询,mongo wordpress,两个网站放在同一个服务器 备案【问题描述】 [887. 鸡蛋掉落] 你将获得 K 个鸡蛋#xff0c;并可以使用一栋从 1 到 N 共有 N 层楼的建筑。每个蛋的功能都是一样的#xff0c;如果一个蛋碎了#xff0c;你就不能再把它掉下去。你知道存在楼层 F #xff0c;满足 0 F N 任何从高于 F 的楼层落…【问题描述】 [887. 鸡蛋掉落] 你将获得 K 个鸡蛋并可以使用一栋从 1 到 N  共有 N 层楼的建筑。每个蛋的功能都是一样的如果一个蛋碎了你就不能再把它掉下去。你知道存在楼层 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。每次移动你可以取一个鸡蛋如果你有完整的鸡蛋并把它从任一楼层 X 扔下满足 1 X N。你的目标是确切地知道 F 的值是多少。无论 F 的初始值如何你确定 F 的值的最小移动次数是多少示例 1输入K 1, N 2 输出2 解释 鸡蛋从 1 楼掉落。如果它碎了我们肯定知道 F 0 。 否则鸡蛋从 2 楼掉落。如果它碎了我们肯定知道 F 1 。 如果它没碎那么我们肯定知道 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。 示例 2输入K 2, N 6 输出3 示例 3输入K 3, N 14 输出4提示1 K 100 1 N 10000来源力扣LeetCode 链接https://leetcode-cn.com/problems/super-egg-drop 著作权归领扣网络所有。商业转载请联系官方授权非商业转载请注明出处。【解答思路】 李永乐老师的视频《复工复产找工作先来看看这道面试题双蛋问题》 方法动态规划 1. 动态规划 -超时 时间复杂度O(N^3) 空间复杂度O(N^2) import java.util.Arrays;public class Solution {public int superEggDrop(int K, int N) {// dp[i][j]一共有 i 层楼梯的情况下使用 j 个鸡蛋的最少实验的次数// 注意// 1、i 表示的是楼层的大小不是第几层的意思例如楼层区间 [8, 9, 10] 的大小为 3这一点是在状态转移的过程中调整的定义// 2、j 表示可以使用的鸡蛋的个数它是约束条件我个人习惯放在后面的维度表示消除后效性的意思// 0 个楼层和 0 个鸡蛋的情况都需要算上去虽然没有实际的意义但是作为递推的起点被其它状态值所参考int[][] dp new int[N 1][K 1];// 由于求的是最小值因此初始化的时候赋值为一个较大的数9999 或者 i 都可以for (int i 0; i N; i) {Arrays.fill(dp[i], i);}// 初始化填写下标为 0、1 的行和下标为 0、1 的列// 第 0 行楼层为 0 的时候不管鸡蛋个数多少都测试不出鸡蛋的 F 值故全为 0for (int j 0; j K; j) {dp[0][j] 0;}// 第 1 行楼层为 1 的时候0 个鸡蛋的时候扔 0 次1 个以及 1 个鸡蛋以上只需要扔 1 次dp[1][0] 0;for (int j 1; j K; j) {dp[1][j] 1;}// 第 0 列鸡蛋个数为 0 的时候不管楼层为多少也测试不出鸡蛋的 F 值故全为 0// 第 1 列鸡蛋个数为 1 的时候这是一种极端情况要试出 F 值最少次数就等于楼层高度想想复杂度的定义for (int i 0; i N; i) {dp[i][0] 0;dp[i][1] i;}// 从第 2 行第 2 列开始填表for (int i 2; i N; i) {for (int j 2; j K; j) {for (int k 1; k i; k) {// 碎了就需要往低层继续扔层数少 1 鸡蛋也少 1// 不碎就需要往高层继续扔层数是当前层到最高层的距离差鸡蛋数量不少// 两种情况都做了一次尝试所以加 1dp[i][j] Math.min(dp[i][j], Math.max(dp[k - 1][j - 1], dp[i - k][j]) 1);}}}return dp[N][K];} }作者liweiwei1419 链接https://leetcode-cn.com/problems/super-egg-drop/solution/dong-tai-gui-hua-zhi-jie-shi-guan-fang-ti-jie-fang/ 2. 优化 时间复杂度O(N^2logN) 空间复杂度O(N^2) import java.util.Arrays;public class Solution {public int superEggDrop(int K, int N) {// dp[i][j]一共有 i 层楼梯的情况下使用 j 个鸡蛋的最少仍的次数int[][] dp new int[N 1][K 1];// 初始化for (int i 0; i N; i) {Arrays.fill(dp[i], i);}for (int j 0; j K; j) {dp[0][j] 0;}dp[1][0] 0;for (int j 1; j K; j) {dp[1][j] 1;}for (int i 0; i N; i) {dp[i][0] 0;dp[i][1] i;}// 开始递推for (int i 2; i N; i) {for (int j 2; j K; j) {// 在区间 [1, i] 里确定一个最优值int left 1;int right i;while (left right) {// 找 dp[k - 1][j - 1] dp[i - mid][j] 的最大值 kint mid left (right - left 1) / 2;int breakCount dp[mid - 1][j - 1];int notBreakCount dp[i - mid][j];if (breakCount notBreakCount) {// 排除法减治思想写对二分见第 35 题先想什么时候不是解// 严格大于的时候一定不是解此时 mid 一定不是解// 下一轮搜索区间是 [left, mid - 1]right mid - 1;} else {// 这个区间一定是上一个区间的反面即 [mid, right]// 注意这个时候取中间数要上取整int mid left (right - left 1) / 2;left mid;}}// left 这个下标就是最优的 k 值把它代入转移方程 Math.max(dp[k - 1][j - 1], dp[i - k][j]) 1) 即可dp[i][j] Math.max(dp[left - 1][j - 1], dp[i - left][j]) 1;}}return dp[N][K];} }作者liweiwei1419 链接https://leetcode-cn.com/problems/super-egg-drop/solution/dong-tai-gui-hua-zhi-jie-shi-guan-fang-ti-jie-fang/ 【总结】 1.「动态规划」的两个思考方向 1.自顶向下求解称之为「记忆化递归」初学的时候建议先写「记忆化递归」的代码然后把代码改成「自底向上」的「递推」求解 2.自底向上求解称之为「递推」或者就叫「动态规划」在基础的「动态规划」问题里绝大多数都可以从这个角度入手做多了以后建议先从这个角度先思考实在难以解决再考虑「记忆化递归」。 2. 「动态规划」五步走 第 1 步定义状态 第 2 步推导状态转移方程 第 3 步考虑初始化 第 4 步考虑输出 第 5 步思考状态压缩 3.二分查找优化 参考链接https://leetcode-cn.com/problems/super-egg-drop/solution/dong-tai-gui-hua-zhi-jie-shi-guan-fang-ti-jie-fang/.