热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

二分查找的变形:猜数字问题与扔鸡蛋问题

1.猜数字问题:A、B两个人在玩猜数字游戏,A随机写了一个数字,在[1,100]区间之内,将这个数字写在了一张纸上,然后B来猜。如果B猜的数字偏小的话,A会提示:“数字偏

1.猜数字问题:

      A、B两个人在玩猜数字游戏,A随机写了一个数字,在[1100]区间之内,将这个数字写在了一张纸上,然后B来猜。

     如果B猜的数字偏小的话,A会提示:“数字偏小”

     一旦B猜的数字偏大的话,A以后就再也不会提示了,只会回答“猜对 或 猜错”

     问: 乙至少猜(13)多少次可以准确猜出这个数字,在这种策略下,乙猜的第一个数字是(13)

[解析]:

      首先阅读题目,一个很重要的信息点就是: 一旦B某次猜的偏大,A就不再提示,此次之后B猜的偏小A也不会再提示,只回答猜对与否 。如果没有这个条件,或者说改变这个条件,改为: 如果B猜的偏大,A会提示B这次猜的偏大 那么相信大家都会给出答案,那就是用二分法,只需要7次就可以保证猜对了。

      但是现在的条件变了,如果B猜的偏大,那么不提示,所以我们得出结论就是:如果猜的偏大,只能一个一个往下猜。

      答案是13次,猜测序列为14, 27, 39, 50, 60,69, 77, 84, 90, 95, 99,哪一次偏大了,就在该数与上一个数的区间一个个猜,最多13次一定能猜到。下面讲讲解题思路:

      刚一看到这道题,熟悉二分查找的同学肯定马上想到要用二分查找来猜,第一个猜50,第二个猜25或者75……可是这样有一个问题,传统的二分查找是需要每次都知道是偏大还是偏小的,但这里一旦偏大,就再也得不到这个信息了。这就导致了在这里如果继续使用这种类似二分查找的方法,最坏情况下的猜测次数分布不均匀。

      直觉告诉我们,要使得总猜测次数最少,那就让最坏情况下的猜测次数分布均匀即可。假设最多猜测k次,那么第一个猜的数字应该是k+1,因为若偏大了,则逐一把k, k-1, ……2的共k-1个数猜一遍,最坏的情况是都没猜中,则1必定是正确结果;若偏小了,则继续按照下面的方式猜:

      若偏小了,则第二个猜的数字x应该是什么呢?这就要使得若第二次猜偏大了的话,必定能把总共的猜测次数也控制在k次,因此第二个猜的数x跟第一个猜的数k+1之间应当间隔k-1个数,因为这样的话,即使第二个数偏大了,则逐一把x-1,x-2,……k+3的共k-2个数猜一遍,必定能得到答案。因此第二个猜的数字x2k+1

      依此类推,要把100覆盖,则可列出不等式:(k+1) + k + (K-1) + …… + 2 >= 100,解得k >= 13

2.与之类似的扔鸡蛋问题:

      假设你有2个鸡蛋,你现在想知道这些鸡蛋的硬度。你家住在100层高的大楼里,现在要在这座大楼上测试鸡蛋的硬度。每个鸡蛋的硬度相同,鸡蛋的硬度定义为:如果鸡蛋从第m层上掉下来没有破裂,而从第m+1层上掉下来就破裂了,那么这个鸡蛋的硬度就是m。某个鸡蛋如果在实验中破裂了就永远的损失了。要求提供一种方案,在最坏情况下做最少次数的实验即可把鸡蛋的硬度检验出来

    扔鸡蛋问题的原型(原题见《算法》P133习题1.4.24~1.4.25):假设你面前有一栋N层的大楼和许多鸡蛋,假设将鸡蛋从F层或者更高的地方扔下鸡蛋才会摔碎,否则则不会。设计一种策略来确定F的值,其中扔~lgN次鸡蛋后摔碎的鸡蛋数量为~lgN。

    可采用二分查找。

 

     怎样将成本降低到~2lgF ?

     可以先按照1,2,4,8……的序列找出F的值在哪个区间,然后对该区间进行二分查找

 

      现在限定只有两个鸡蛋,而你的成本模型则是扔鸡蛋的次数(这和查找命中(鸡蛋完好无损)比未命中(鸡蛋摔碎)的成本小得多的情形类似)。设计一种策略,最多扔2√N次鸡蛋即可找出F。

      采用桶查找策略。将楼层区间均分为√N个大小为√N的子区间,先用第1个鸡蛋对各区间的边界构成的序列进行顺序查找,找出F在哪个区间。再用第2个鸡蛋对该区间进行顺序查找。

 

    怎样将成本降低到~2√F 次?

      可以先用第1个鸡蛋按照1,4,9,25……的序列找出F的值在哪个区间,再用第2个鸡蛋对该区间进行顺序查找。

    

     

 

    

 


推荐阅读
  • 本文由编程笔记#小编为大家整理,主要介绍了logistic回归(线性和非线性)相关的知识,包括线性logistic回归的代码和数据集的分布情况。希望对你有一定的参考价值。 ... [详细]
  • 阿里Treebased Deep Match(TDM) 学习笔记及技术发展回顾
    本文介绍了阿里Treebased Deep Match(TDM)的学习笔记,同时回顾了工业界技术发展的几代演进。从基于统计的启发式规则方法到基于内积模型的向量检索方法,再到引入复杂深度学习模型的下一代匹配技术。文章详细解释了基于统计的启发式规则方法和基于内积模型的向量检索方法的原理和应用,并介绍了TDM的背景和优势。最后,文章提到了向量距离和基于向量聚类的索引结构对于加速匹配效率的作用。本文对于理解TDM的学习过程和了解匹配技术的发展具有重要意义。 ... [详细]
  • 云原生边缘计算之KubeEdge简介及功能特点
    本文介绍了云原生边缘计算中的KubeEdge系统,该系统是一个开源系统,用于将容器化应用程序编排功能扩展到Edge的主机。它基于Kubernetes构建,并为网络应用程序提供基础架构支持。同时,KubeEdge具有离线模式、基于Kubernetes的节点、群集、应用程序和设备管理、资源优化等特点。此外,KubeEdge还支持跨平台工作,在私有、公共和混合云中都可以运行。同时,KubeEdge还提供数据管理和数据分析管道引擎的支持。最后,本文还介绍了KubeEdge系统生成证书的方法。 ... [详细]
  • 近年来,大数据成为互联网世界的新宠儿,被列入阿里巴巴、谷歌等公司的战略规划中,也在政府报告中频繁提及。据《大数据人才报告》显示,目前全国大数据人才仅46万,未来3-5年将出现高达150万的人才缺口。根据领英报告,数据剖析人才供应指数最低,且跳槽速度最快。中国商业结合会数据剖析专业委员会统计显示,未来中国基础性数据剖析人才缺口将高达1400万。目前BAT企业中,60%以上的招聘职位都是针对大数据人才的。 ... [详细]
  • Android中高级面试必知必会,积累总结
    本文介绍了Android中高级面试的必知必会内容,并总结了相关经验。文章指出,如今的Android市场对开发人员的要求更高,需要更专业的人才。同时,文章还给出了针对Android岗位的职责和要求,并提供了简历突出的建议。 ... [详细]
  • CSS3选择器的使用方法详解,提高Web开发效率和精准度
    本文详细介绍了CSS3新增的选择器方法,包括属性选择器的使用。通过CSS3选择器,可以提高Web开发的效率和精准度,使得查找元素更加方便和快捷。同时,本文还对属性选择器的各种用法进行了详细解释,并给出了相应的代码示例。通过学习本文,读者可以更好地掌握CSS3选择器的使用方法,提升自己的Web开发能力。 ... [详细]
  • 本文介绍了Java工具类库Hutool,该工具包封装了对文件、流、加密解密、转码、正则、线程、XML等JDK方法的封装,并提供了各种Util工具类。同时,还介绍了Hutool的组件,包括动态代理、布隆过滤、缓存、定时任务等功能。该工具包可以简化Java代码,提高开发效率。 ... [详细]
  • 本文介绍了C#中生成随机数的三种方法,并分析了其中存在的问题。首先介绍了使用Random类生成随机数的默认方法,但在高并发情况下可能会出现重复的情况。接着通过循环生成了一系列随机数,进一步突显了这个问题。文章指出,随机数生成在任何编程语言中都是必备的功能,但Random类生成的随机数并不可靠。最后,提出了需要寻找其他可靠的随机数生成方法的建议。 ... [详细]
  • qt学习(六)数据库注册用户的实现方法
    本文介绍了在qt学习中实现数据库注册用户的方法,包括登录按钮按下后出现注册页面、账号可用性判断、密码格式判断、邮箱格式判断等步骤。具体实现过程包括UI设计、数据库的创建和各个模块调用数据内容。 ... [详细]
  • “你永远都不知道明天和‘公司的意外’哪个先来。”疫情期间,这是我们最战战兢兢的心情。但是显然,有些人体会不了。这份行业数据,让笔者“柠檬” ... [详细]
  • 生成对抗式网络GAN及其衍生CGAN、DCGAN、WGAN、LSGAN、BEGAN介绍
    一、GAN原理介绍学习GAN的第一篇论文当然由是IanGoodfellow于2014年发表的GenerativeAdversarialNetworks(论文下载链接arxiv:[h ... [详细]
  • [译]技术公司十年经验的职场生涯回顾
    本文是一位在技术公司工作十年的职场人士对自己职业生涯的总结回顾。她的职业规划与众不同,令人深思又有趣。其中涉及到的内容有机器学习、创新创业以及引用了女性主义者在TED演讲中的部分讲义。文章表达了对职业生涯的愿望和希望,认为人类有能力不断改善自己。 ... [详细]
  • 无线认证设置故障排除方法及注意事项
    本文介绍了解决无线认证设置故障的方法和注意事项,包括检查无线路由器工作状态、关闭手机休眠状态下的网络设置、重启路由器、更改认证类型、恢复出厂设置和手机网络设置等。通过这些方法,可以解决无线认证设置可能出现的问题,确保无线网络正常连接和上网。同时,还提供了一些注意事项,以便用户在进行无线认证设置时能够正确操作。 ... [详细]
  • 本文介绍了游戏开发中的人工智能技术,包括定性行为和非定性行为的分类。定性行为是指特定且可预测的行为,而非定性行为则具有一定程度的不确定性。其中,追逐算法是定性行为的具体实例。 ... [详细]
  • JavaScript设计模式之策略模式(Strategy Pattern)的优势及应用
    本文介绍了JavaScript设计模式之策略模式(Strategy Pattern)的定义和优势,策略模式可以避免代码中的多重判断条件,体现了开放-封闭原则。同时,策略模式的应用可以使系统的算法重复利用,避免复制粘贴。然而,策略模式也会增加策略类的数量,违反最少知识原则,需要了解各种策略类才能更好地应用于业务中。本文还以员工年终奖的计算为例,说明了策略模式的应用场景和实现方式。 ... [详细]
author-avatar
_______王晓
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有