这道题有很多解法，一开始感觉对这道题十分迷，然后看了其他人的博客，发现很多都是千篇一律，有的直接抄紫书的题解了，
我是个蒟蒻，看不懂，于是很蒙......然后继续努力在网上找资料，最后我知道这类问题了，这类问题的名字叫做鹰蛋问题，
通过2004年IOI国家集训队朱晨光的论文学习到了很多。
有一堆共 M 个鹰蛋，一位教授想研究这些鹰蛋的坚硬度 E。他是通过不断
从一幢 N 层的楼上向下扔鹰蛋来确定 E 的。当鹰蛋从第 E 层楼及以下楼层落下
时是不会碎的，但从第（E+1）层楼及以上楼层向下落时会摔碎。如果鹰蛋未摔
碎，还可以继续使用；但如果鹰蛋全碎了却仍未确定 E，这显然是一个失败的实
验。教授希望实验是成功的。
例如：若鹰蛋从第 1 层楼落下即摔碎，E=0；若鹰蛋从第 N 层楼落下仍未碎，
E=N。
这里假设所有的鹰蛋都具有相同的坚硬度。给定鹰蛋个数 M 与楼层数 N。
要求最坏情况下确定 E 所需要的最少次数。
这道题看似向二分查找但是我们发现对鹰蛋的个数有限制，所以不能简单的使用二分查找来进行求解，
定义一个状态d(i,j)表示用i个蛋在j层楼最坏的情况下确定E所需要最少的次数
不难得出d(i,j)=min{max{d(i-1,w-1),d(i-1,j-w)}+1|1<=w<=j}（状态转移方程的推导省略，建议看论文）
这种方法需要O(n^3)的情况，时间承受不了，还能优化吗？肯定的，这道题类似于二分查找，只不过
限定了鹰蛋的个数，我们不妨假设鹰蛋的个数无穷大呢？这样我们可以使用二分查找很快的找出答案，
那么我们知道当M>=log(n+1)时我们直接用二分查找就行了，当M<log(n+1)时我们使用动态规划，这样我们
减少了状态数量，可以将算法优化到O(n^2logn)，还能够优化吗?仍然可以，这次我们对状态转移进行优化
我们不难发先d(i,j)>d(i,j-1)然后画一个图：
（如图 2，令①为 f(i-1,w-1)图象，②为 f(i,j-w)图象（皆用线段连结相邻两点）, ③即为 max{f(i-1,w-1),f(i,j-w)}+1 的图象）
发现可以wbest的位置满足于3这条线的形状有特点所以可以对其进行三分（不确定），这样我们状态转移降成了O(logn)，总的时间复杂度为O(n(logn)^2)
还能优化吗？当然可以，不过大家可以去看论文就行了，这里我就不陈述优化的方法了，可以看出动态规划有很多种方法提高效率(状态定义、状态转移方程、
状态总数、决策数等等），对于UVa10934来说，上面的方法都不能够解决问题，为什么？因为楼房太高了(2^64)，超出了内存限制，
所以我们只能够修改状态的定义了，这在论文中有具体的论述，在这里我就简单说一说了。
我们定义d(i,j)表示用i个球实验j次所测试的楼的最高层数(这里的最高指的是最多)，对于取k层(这里的k是随机取的不会影响状态转移方程)，假设碎了，那么硬度E所对应的高度H一定满足H<W，于是我们看d(i-1,j-1)的最高层数（其子问题一定满足最优——最优子问题），如果没有碎，那么我们知道H>=W于是我们
看d(i-1,j)所能到达的最高层数，最后总的层数为d(i,j)=d(i-1,j-1)+d(i-1,j)+1(看图知道“1”的由来)。
代码就看lrj的代码仓库吧！