887. 鸡蛋掉落 (DP+二分)

https://leetcode-cn.com/problems/super-egg-drop/

/*
首先分析1个蛋,1个蛋的话,最坏情况需要N次,每次只能从0 1 2 。。。开始
如果蛋的个数随便用,或者说2的k次方大于等于N楼层高度,则可以利用二分。
如果蛋的个数为2,100层楼
1 。。。 100
比如第一次从10,如果碎了,那么还剩一个蛋,1+10次;如果没有碎,到20层仍。如果碎了,2+10次。如果没碎。。。
所以次数是 11 12 13 14 15 16 17 18 19 ,所以最坏可能19次
所以我们要想办法,确定每次下仍的楼层 p, 0=<p1,p2,p3,p4,p5,p6,p7,p8,p9<=N 使得不管每次的次数比较均匀。即例如
p1+p2+p3+p4+p5+p6+p7+p8+p9 = 100
p2-p1=p1-1
p3-p2=p1-2
....
p1=14 p2=27 p3=39 p4=51 p5=62 p6=72 p7=81 p8=89 p9=96 p10=100
那么如果有k个蛋,那么,d[N][K]就是最坏情况下的最小次数
假设在第p层下仍,蛋碎的话 d[p-1][k-1]为p层,k-1个蛋的最小次数
蛋不碎的话,d[N-p][k] 为N-p层,k个蛋的最小次数
最坏情况就是,d[N][k] = Max(d[p-1][k-],d[N-p][k])+1
最坏情况下最小,就是要找一个合适的p使得 MIN(Max(d[p-1][k-],d[N-p][k]))其中 1=<p<=N
*/
const INT_MAX = int(^uint(0) >> 1)
func superEggDrop(K int, N int) int {
d := make([][]int,N+1)
for i:=0;i<=N;i++{
d[i] = make([]int,K+1)
} for i:=0;i<=N;i++{
d[i][1] = i
d[i][0] = 0
}
for j:=0;j<=K;j++{
d[0][j] =0
d[1][j] = 1
}
d[0][1] = 0
d[1][0] = 0
d[0][0] = 0
for i:=2;i<=N;i++{
for j:=2;j<=K;j++{
m := INT_MAX
for p:=1;p<=i;p++{
tmp := MAX(d[p-1][j-1],d[i-p][j])+1
m = MIN(tmp,m)
}
d[i][j] = m
}
}
return d[N][K]
} func MAX(i,j int) int{
if i<j{
return j
}else{
return i
}
} func MIN(i,j int) int{
if i<j{
return i
}else{
return j
}
}

  

复杂度分析:

  • 时间复杂度:O(N^2K)O(N2K),三层 for 循环,每层循环都是线性的;
  • 空间复杂度:O(NK)O(NK),表格的大小

1. 线性DP 887. 鸡蛋掉落 (DP+二分)的更多相关文章

  1. Java实现 LeetCode 887 鸡蛋掉落(动态规划,谷歌面试题,蓝桥杯真题)

    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 < ...

  2. LeetCode887鸡蛋掉落——dp

    题目 题目链接 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,如果没有碎可以继续使用.你知道存在楼层 F , ...

  3. LeetCode 887.鸡蛋掉落(C++)

    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 ...

  4. [LeetCode] 887. Super Egg Drop 超级鸡蛋掉落

    You are given K eggs, and you have access to a building with N floors from 1 to N.  Each egg is iden ...

  5. 记录Leetcode 鸡蛋掉落 的思路

    前言 首先看一下这个题目,是Leetcode的第887题"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 ...

  6. dp乱写2:论dp在不在dp中(但在dp范畴)内的应用

    最近正儿八经的学习了dp,有一些题目非常明显看出来就是dp了比如说:过河卒.方格取数.导弹拦截.加分二叉树.炮兵阵地更加明显的还有:采药.装箱问题.过河.金明的预算方案.今天来谈谈dp的dp在不在dp ...

  7. 动态规划——区间DP,计数类DP,数位统计DP

    本博客部分内容参考:<算法竞赛进阶指南> 一.区间DP 划重点: 以前所学过的线性DP一般从初始状态开始,沿着阶段的扩张向某个方向递推,直至计算出目标状态. 区间DP也属于线性DP的一种, ...

  8. hoj 2662 经典状压dp // MyFirst 状压dp

    题目链接:http://acm.hit.edu.cn/hoj/problem/view?id=2662 1.引言:用dp解决一个问题的时候很重要的一环就是状态的表示,一般来说,一个数组即可保存状态. ...

  9. 成也DP,败也DP(AFO?)

    不知道想说什么.. 从来没写过博客,markdown什么的也不会,凑合着看一下吧. 初中的时候开始搞OI,学了两个月后普及组爆零就退赛了. 初三直升的时候说每个人都要选竞赛,抱着混一混的心态选了信息, ...

随机推荐

  1. 《罗辑思维》试读:U盘化生存

    <罗辑思维>试读:U盘化生存 何为"U盘" 记得有一次我到一个大学去讲课,我随机做了一个调查.我说大四啦,咱们班同学谁找着工作了,一堆人举手.我又问都加入什么样的组织了 ...

  2. CSS元素的显示与隐藏

    CSS元素的显示与隐藏 我们访问某些网站的时候,经常可以看到一些广告弹出来,点击关闭就不见了,但是重新刷新页面后,广告又会重新弹出来.这就是元素的显示和隐藏的一个应用. 1. display属性 di ...

  3. Seaborn中几种作图方式

    趋势 sns.pointplot - 点图 ,比折线图好使 sns.lineplot - 折线图最适合显示一段时间内的趋势,多条线可以用来显示多个组中的趋势. 关系 - 可以使用许多不同的图表类型来理 ...

  4. django—路由相关

    django不同版本的路由配置 django 2之前,配置urlpatterns使用的是url方法 django 2之后,配置urlpatterns使用的是path方法 path与url的区别: ur ...

  5. npm 注册淘宝镜像

    临时使用 npm --registry https://registry.npm.taobao.org install express 1 2.持久使用 npm config set registry ...

  6. 学会Git玩转GitHub(第三篇) 入门详解 - 精简归纳

    学会Git玩转GitHub(第三篇) 入门详解 - 精简归纳 JERRY_Z. ~ 2020 / 10 / 25 转载请注明出处!️ 目录 学会Git玩转GitHub(第三篇) 入门详解 - 精简归纳 ...

  7. APP后台架构20191205

    1.架构,架构与业务紧密相关,是有业务驱动的. 2.APP后台演进原则. App后台的架构是由业务规模驱动而演进的,App后台是为业务服务的,App后台的价值在于能为业务提供其所需要的功能,不应过度设 ...

  8. SQL Server 列存储索引概述

    第一次接触ColumnStore是在2017年,数据库环境是SQL Server 2012,Microsoft开始在SQL Server 2012中推广列存储索引,到现在的SQL Server 201 ...

  9. spring mvc 中获取HttpServletRequest ,HttpServletResponse

    spring中的bean最常用的 singleton 模式 如果要在springmvc Controller 中获取  HttpServletRequest ,HttpServletResponse ...

  10. 华为hcip学习备考心得

    大家好我是林中鸟,经过几个月的学习终于顺利拿下了华为的hcip:写这篇文章主要目的是想和大家分享一下我学习备考中的一些经历. 2020年由于疫情影响,社会各行各业都遭受重创,同时也打乱的我的生活规划: ...