前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >妙解谷歌压箱底面试题:如何正确的从楼上抛鸡蛋

妙解谷歌压箱底面试题:如何正确的从楼上抛鸡蛋

作者头像
大数据文摘
发布2018-05-24 14:13:24
5350
发布2018-05-24 14:13:24
举报
文章被收录于专栏:大数据文摘大数据文摘

作者:Marcin Moskala

编译:ShanLIU、笪洁琼、Harry

关于编程工作有很多很不错的面试谜题。新年之际,我把压箱底儿的一道好题,同时也是传说中谷歌招聘官最喜欢问的一道题找出来了!

今天我们来好好八一八这道题,如果你今年恰好想去谷歌面试,可以抓紧多读几遍!(绝对不会出现下图的情况,我们只放有口碑的神助攻

题目如下:

你在一座100层的高楼大厦里工作,拿到了两个一模一样的鸡蛋。你得搞明白鸡蛋最高可以从几层楼扔出去还不摔坏。

请提出一个算法,能找到投掷鸡蛋却保证不摔坏的最少次数~

我们可以先做些假设:

  • 如果鸡蛋从某一楼层跌落而不摔坏,那么当它从更低楼层跌落也不会有破损。
  • 一个在被投掷之后完好无损的蛋可以被再利用。
  • 一颗鸡蛋如果破损,则必会被丢弃。
  • 跌落对于所有鸡蛋都具有同等效应。
  • 如果一颗鸡蛋从某一楼层跌落之后受损,那么当它从更高楼层跌落后必定会摔坏。
  • 如果一颗鸡蛋从一次跌落中存活下来,那么它一定会从更短程的降落中存活。

大多数人会写出算法来解决这个谜题(我们同样也是会用算法),然而实际上有更容易的办法。

敲黑板说重点啦!

最简单的回答

最简单的方式来获取最少楼层数就是将鸡蛋从第一层扔出,然后第二层,然后依次往后叠加。这样一来,当鸡蛋破碎那一刻我们就知道是这一层了。这是一个可靠的算法,但是在最差的情况下它需要的投掷次数是100次。

需要注意的最重要的一点是,假如你只有一颗鸡蛋,这是唯一可靠的方法。所以在你打破第一颗鸡蛋时就需要开始运用这个算法。

直觉性的答案

这样,我们应该把这100层划分成更小数目的的区间,以尽可能有效地应用这第一颗鸡蛋。因此,一个凭直觉的而且颇受欢迎的方法是从1/第n层逐层检查。

比方说,从第一层到第三层。由此得出算法如下:

  • 从33楼投掷出这颗鸡蛋。如果它破损了,那么我们用第二颗鸡蛋检查第32层楼。
  • 否则,我们从33+ (67 *1/3) =55层楼扔,如果鸡蛋破损,我们再来用第二颗鸡蛋检查34层到55层。

对于1/3最坏的情况是最大值是33层,这样一来,我们可能可以找到一个完美的n,借助一些动态编程手段,来优化投掷次数。这是一个体现编程思维的有价值的解决方式,然而这不是最优解。

完美解决方案

为了理解完美解法,我们需要理解均衡状态,用于计算出在最坏情境下所需的投掷次数。

这里,F(n) 是我们从开始投掷鸡蛋计算的下一层楼层。

假如我们引入以下的变量:

那么均衡点将会是如下:

最优解是当这个方程里的所有参数都相等。我们是如何取得的呢?从末尾开始看,最后的D(n)将会变成1,因为我们最终将会到达一个点,就是只有单一的一层楼用于投掷第一颗鸡蛋。所以D(n-1)应该等于2,因为它相比于第一颗鸡蛋少了一次投掷。

我们接着会发现第一颗鸡蛋最终应该是从第99层楼投掷,之前是从99-2=97层,再往前则是97-3=94层,90, 85, 79, 72, 64, 55, 45, 34, 22,然后是第九层。这是一个最优解!这样一来,我们需要在最坏的情况下投掷14次(最小的差别在于13,但是我们还需要在第九层额外投一次)。

检查

好啦,我们已经有了解决方案,可以无需任何其他帮助来解开它。现在是时候验证它是否正确了!为此,我们可以写一个Kotlin方程式。

首先,我们来解释一下对一些决策来说,是如何计算投掷次数的。当我们有2层或者更少的层数,那么我们需要按照剩余的楼层数来投掷尽量多的次数。否则我们应该调用如下方呈现的均衡函数:

这里我们调用了bestMaxThrows 函数,这是一个假设函数,它会返回一个投掷次数的数值,假定接下来的一系列决策是完美的。

我们是这样定义它的:

再一次的,我们刚刚授权给了bestNextStep 函数来计算“下一层的最优解”。这个函数很好的为我们指明了下一步的方向,我们可以简单地定义它:当只有二层或更少的楼层待检验,那我们会从第一层扔出鸡蛋,否则我们需要检查所有备选项以找到最优解。

下面是具体执行步骤:

再一次的,我们刚刚授权给了bestNextStep 函数来计算“下一层的最优解”。这个函数很好的为我们指明了下一步的方向,我们可以简单地定义它:当只有二层或更少的楼层待检验,那我们会从第一层扔出鸡蛋,否则我们需要检查所有备选项以找到最优解。

下面是具体执行步骤:

注意,这个函数使用了maxThrows 函数,所以涉及到了循环。这不是个问题,因为当bestNextStep 调用到maxThrows时,它总是调用一个小于floorsLeft 的数(因为nextFloor 总是大于0)。我们调用这个函数之前先加一些缓冲,用于加速这些运算。

首先,我们看看它是否返回和之前计算相同的结果。

结果看着不错,我们再看看下面几步:

结果:

9, 22, 34, 45, 55, 64, 72, 79, 85, 90, 94, 97, 99, 100,

正是我们计算的结果!赞!

拓展

现在我们有了一套可以解决很多相似问题的不错的算法。比如说,我们可以稍微修改一下来计算最随机的情况下的投掷次数。我们也可以看看这一最小数值如何根据建筑高度不同而有所区别。

下图回答了以上的问题:

(该图展示了最坏情景的最少投掷次数,纵轴是楼层数,横轴是投掷次数,曲线代表最优投掷次数。)

结论

你现在对于谷歌的面试准备更充分了,但更重要的是,你相比以前更具备算法思想。这个算法呈现了一个很好的,高效型的方法。还可应用于解决我们每日工作中的许多问题。

但愿你喜欢这篇“诚意之作”。可以在下方狂点赞表示谢意!

祝大家新年快乐!大吉大利

原文链接: https://medium.freecodecamp.org/how-to-solve-the-google-recruiters-puzzle-about-throwing-eggs-from-a-building-de6e7ef1755d

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-12-31,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大数据文摘 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档