一题三解(暴力、二分查找算法、单指针):鸡蛋掉落

简介: 一题三解(暴力、二分查找算法、单指针):鸡蛋掉落

涉及知识点

暴力、单指针

二分查找算法合集

题目

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?

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,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。

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 <= 104

暴力解法

分析

f 取[0,n]共n+1可能 pre[i]表示i种可能 (j-1)个鸡蛋需要多少回合排除

dp[i]表示i种可能,j个鸡蛋 需要多少回合排除

只有一个鸡蛋,则测试最低的的楼层,如果破了,就得到答案;没破,就排除一种可能。当只一种可能时,不需要尝试,故:j为0时,dp[i]=i-1;

假设有j(j>2)个鸡蛋,假设在某层楼扔下,如果没破,有x种可能;破了,有i-x种可能。

则dp[i] = 1 + max(dp[x],pre[x-1]),x取值[1,i-1]

笨办法枚举x。

时间复杂度

时间复杂度O(knn),超时。

代码

class Solution {
public:
int superEggDrop(int k, int n) {
vector pre(n + 2);//f 取[0,n)共n+1可能 pre[i]表示i种可能 j个鸡蛋需要多少回合排除
for (int i = 0; i <= n+1; i++)
{
pre[i] = i - 1;
}
for (int j = 1; j < k; j++)
{
vector dp(n + 2,1000*100);
dp[1] = 0;
for (int i = 2; i <= n+1; i++)
{
for (int x = 1; x < i; x++)
{
dp[i] = min(dp[i], 1 + max(dp[x], pre[i - x]));
}
}
pre.swap(dp);
}
return pre.back();
}
};

二分

分析

重点考虑:max(dp[x], pre[i - x]));

情况一:dp[x] <= pre[i-x]

x1和x2是合法x,且x1<x2如,则x1被淘汰

证明:因为pre和dp都是单调增加或不变 。 x1<x2 > i-x1 > i-x2 =>pre[i-x1]>=pre[i-x2]
情况二:dp[x] > pre[i-x]
同理:只需要考虑最小的x
情况一最大的x是xLeft,情况二最小的x是xRight,则xRight
xLeft+1

故只需求xRight,注意:xRight可能不存在

情况二符合条件,多个符合条件返回第一个,用左开右闭空间二分。

时间复杂度

O(nklogn)。枚举鸡蛋数时间复杂度O(k),枚举可能数时间复杂度O(n),计算xRight时间复杂度O(logn)。

代码

class Solution {
public:
  int superEggDrop(int k, int n) {
    vector<int> pre(n + 2);//f 取[0,n)共n+1可能 pre[i]表示i种可能 j个鸡蛋需要多少回合排除
    for (int i = 0; i <= n + 1; i++)
    {
      pre[i] = i - 1;
    }
    for (int j = 1; j < k; j++)
    {
      vector<int> dp(n + 2, 1000 * 100);
      dp[0] = dp[1] = 0;
      for (int i = 2; i <= n + 1; i++)
      {
        int left = 0, right = i ;
        while (right - left > 1)
        {
          const auto mid = left + (right - left) / 2;
          if (dp[mid] > pre[i - mid])
          {
            right = mid;
          }
          else
          {
            left = mid;
          }
        }
        if (right < i )
        {
          auto x = right;
          dp[i] = min(dp[i], 1 + max(dp[x], pre[i - x]));
        }
        if (right >= 2)
        {
          auto x = right-1;
          dp[i] = min(dp[i], 1 + max(dp[x], pre[i - x]));
        }
      }
      pre.swap(dp);
    }
    return pre.back();
  }
};

单指针

随着i的增加,xRight只会增加或变大。每个j,xRight的时间复杂度是O(n),总时间复杂度是O(kn)。

测试用例

template
void Assert(const T& t1, const T& t2)
{
assert(t1 == t2);
}
template
void Assert(const vector& v1, const vector& v2)
{
if (v1.size() != v2.size())
{
assert(false);
return;
}
for (int i = 0; i < v1.size(); i++)
{
Assert(v1[i], v2[i]);
}
}
int main()
{
int res = 0;
{
res = Solution().superEggDrop(2, 6);
Assert(3, res);
}
{
res = Solution().superEggDrop(3, 14);
Assert(4, res);
}
{
res = Solution().superEggDrop(10, 100);
Assert(7, res);
}
{
res = Solution().superEggDrop(9, 89);
Assert(7, res);
}
{
res = Solution().superEggDrop(100, 10000);
Assert(14, res);
}
//CConsole::Out(res);

}

2023年1月7号版

class Solution {
public:
int superEggDrop(int k, int n) {
int iMaxStep = MaxStep(k,n);
vector preDp(iMaxStep + 1);
int iMinSetp = INT_MAX;
for (int i = 0; i <= iMaxStep; i++)
{
preDp[i] = i+1;
if (i + 1 -1 >= n)
{
iMinSetp = i;
}
}
while (–k)
{
vector dp(iMaxStep + 1);
dp[0] = 1;
for (int i = 1; i <= iMaxStep; i++)
{
const int tmp = dp[i - 1] + preDp[i - 1];
dp[i] = tmp;
if (tmp > n)
{
iMinSetp = i;
break;
}
}
preDp.swap(dp);
}
return iMinSetp;
}
int MaxStep(int k, int n)const
{
int iOpeNum = 0;
int iCan = 1;//iOpeNum回合可以判定胡楼层
for (int i = 2; i < 10000; i++)
{
for (int j = 0; j < k; j++)
{
if (iCan > n)
{
return iOpeNum;
}
iCan /= (i - 1);
iCan *= i;
iOpeNum++;
}
}
return 100;
}
};

2023年1月8号版

枚举各回合,能判断多少种可能。

class Solution{
public:
int superEggDrop(int k, int n) {
//dp[j] 表示iStep回合,j个鸡蛋能表示的可能
vector pre(k + 1,2);
pre[0] = 1;
if (2 > n)
{
return 1;
}
for (int iStep = 2; iStep < 20000; iStep++)
{
vector dp(k + 1, 1);
for (int j = 1; j <= k; j++)
{
dp[j] = pre[j] + pre[j - 1];
if (dp[j] > n)
{
return iStep;
}
}
pre.swap(dp);
}
return -1;
}
};

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《闻缺陷则喜算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

洒家想对大家说的话
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
墨家名称的来源:有所得以墨记之。
如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境:

VS2022 C++17


相关文章
|
3月前
|
算法
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
|
28天前
|
算法 C# 索引
C#二分查找算法
C#二分查找算法
|
29天前
|
存储 算法 C语言
【C语言】二分查找算法
【C语言】二分查找算法
|
30天前
|
消息中间件 存储 算法
一文搞懂二分查找算法!
一文搞懂二分查找算法!
|
1月前
|
算法 Java 索引
数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
17 0
|
1月前
|
算法 C++
【算法】双指针+二分(C/C++
【算法】双指针+二分(C/C++
|
3月前
|
存储 算法 Java
深入算法基础二分查找数组
文章深入学习了二分查找算法的基础,通过实战例子详细解释了算法的逻辑流程,强调了确定合法搜索边界的重要性,并提供了Java语言的代码实现。
深入算法基础二分查找数组
|
3月前
|
算法
【算法】二分查找——二分查找
【算法】二分查找——二分查找
|
3月前
|
算法 容器
【算法】双指针
【算法】双指针
|
3月前
|
算法 C++ 容器
【C++算法】双指针
【C++算法】双指针

热门文章

最新文章

下一篇
无影云桌面