Algorithm 给定C情况和D允许下降的最大楼层数

这个问题来自“节目采访的要素”，已经困扰了我好几天了

问题是，“给定c情况和D允许下降，在最坏情况下，您可以测试的最大楼层数是多少？”

假设如下：

1） 所有案例都具有相同的属性，如果其中一个案例从某个级别中断，那么所有其他案例也会中断

2） 坠落后仍能存活的箱子可以再次使用，但破损的箱子将被丢弃

3） 如果一个箱子掉下来就碎了，那么它从更高的地板上掉下来就碎了。如果它能幸存下来，它就能在较短的时间内幸存下来

对我来说，这个问题似乎是“广义两蛋问题”的一个变体，在这个问题中，你试图最小化滴数该问题的目的是在确定的下降次数下，使楼层数最大化。

解中给出的递推关系如下：

F（c+1，d）=F（c，d-1）+1+F（c+1，d-1）

其中F（c，d）=最大楼层，我们可以测试w/c情况和d下降。 这种重复关系让我感到困惑，尽管这本书解释说，如果在F（c，d-1）+1层测试时，案例没有破裂，那么右边的术语就是我们继续进行的层。我的困惑是——当案件破裂时，是什么原因造成的？这不会出现在重复关系中

这个问题还提出了另外一个问题——用O（c）空间解决同样的问题。实现上述递推关系自然会导致使用2D记忆矩阵的动态规划。您将如何使用1D阵列实现这一点

您将如何使用1D阵列实现这一点

1.将函数重写为：F（c，d）=F（c-1，d-1）+1+F（c，d-1）

2.编写如下代码：

for (i=1; i<=D; i++)
for (j=C; j>=0; j--)
  a[j] = a[j-1] + a[j] + 1

---

我的困惑是——当案件破裂时，是什么原因造成的

在x层测试一个案例：

如果案例存活下来，那么您知道案例永远不会在地板上破裂[1，x+1]（公式中对应的

1+F（c+1，d-1）

）

如果箱子破裂，那么你知道箱子总是在地板[1，x]上破裂。（公式中对应的

F（c，d-1）

）

---

你少了一个案例，所以它减少到先前计算的F值。非常感谢你的回答。你用来最小化空间的技术-你是怎么想到的？这种技术有一个通用名称吗？@JennaKwon基本思想是，对于计算

F（x，y）

，与

F（x-2，…）

，

F（x-3，…）

，我们可以重用空间，而不存储

F（x-2，…）

，

F（x-3，…）

…@JennaKwon我不知道这项技术的英文名称，但在中文中，我们称之为“滚动数组". 在几次谷歌搜索之后，我发现了一种类似的技术，英文名为“滑动窗口”。你可以阅读进一步的信息。

a[j](after assignment, a[j] equals F(c, d)) 
   = a[j-1](F(c-1, d-1)) + a[j](F(c, d-1)) + 1