algorithm - 您可以测试给定C情况和D允许跌落的最大楼层数

这个问题来自“节目采访的要素”，让我困惑了好几天。
问题是：“如果C案例和D允许下降，那么在最坏的情况下，你可以测试的最大楼层数是多少？”
假设如下：
1）所有案例都有相同的属性，如果其中一个案例偏离了某个级别，那么所有其他案例也都会
2）坠落后幸存的箱子可以再次使用，但破损的箱子被丢弃。
3）如果一个箱子在跌落时断裂，那么如果从较高的楼层跌落，它就会断裂。如果它能存活下来，它就能在较短的坠落中存活下来。
对我来说，这个问题看起来像是“广义两蛋问题”的一个变体，在这个问题中，你试图最小化滴数这个问题反而是为了最大限度地确定楼层的数量，考虑到一定数量的落差。
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，尽管书中解释说，右边的这个词是我们在F（C，D-1）+1层测试时，如果一个病例没有破裂的话，我们继续讨论的楼层。我的困惑是-什么解释了什么时候案子会破？这不会出现在重复关系中。
这个问题也提出了额外的问题-用O（C）空间解决同样的问题。实现上述递推关系，自然会转化为具有二维记忆矩阵的动态规划。你怎么用一维数组来做这个？

最佳答案

你怎么用一维数组来做这个？
1.将函数重写为：F（c，d）=F（c-1，d-1）+1+F（c，d-1）
2.按如下方式编写代码：

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

说明：

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

我的困惑是-什么解释了什么时候案子会破？
在x层测试一个案例：
如果病例存活，那么你就知道病例不会在地板[1，x+1]上破裂（对应于公式中的1 + F(c + 1, d - 1)）。
如果箱子破了，那么你知道箱子总是在地板上破了[1，x]（对应于公式中的F(c, d - 1)）

关于algorithm - 您可以测试给定C情况和D允许跌落的最大楼层数，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/37468981/