分析：

1）直接想法是穷举法，依次算出电梯停靠在第一层到第N层乘客所要爬的总层数，找出最小值。

代码（js版）：

1 var nPerson = new Array(0, 2, 3, 5, 8); //nPerson[i]表示第i层下的人数;  2          3         var N = 10; //电梯能到达的最大层数;  4          5         var nMinFloor, nTargetFloor; //nMinFloor为最小总层数;nTargetFloor为电梯停在哪层最优;  6          7          8         //解法一:穷举法 [时间复杂度O(N^2)]  9         function exhaustion() 10         {
    11             var nFloor; //nFloor临时变量,记录每次的总层数; 12             13             nTargetFloor = -1; 14             15             //穷举电梯在每一层停靠的结果,比较结果得出最优解; 16             for(var i=1; i<=N; i++) 17             {
    18                 nFloor = 0; 19                 for(var j=1; j
      
       nFloor)) 35                 {
    36                     nMinFloor = nFloor; 37                     nTargetFloor = i; 38                 } 39             40             } 41             42             alert("Minfloor acounts:"+ nMinFloor +", optTargetFloor:"+ nTargetFloor);    43         }
      

为降低时间复杂度，关键是减少嵌套for循环。

2）比较调整法（思路见注释）

1 //解法二:比较法 [时间复杂度O(N)]  2         /*  3         思路:当电梯停靠在第i层时,乘客所要爬的总的楼梯数为Y.  4         假设有N1个乘客要到达的层数
      
       i.  5         所以有:  6         (1)当电梯改停在i-1,则 Y+(N2+N3-N1)  7         (2)当电梯改停在i+1,则 Y+(N1+N2-N3)  8         所以当后面那部分的值<0时(如(2)的N1+N2
      

体会：

对比了自己的代码和书上的代码才发现就算思路相同，但是书上的代码的优化质量和简洁度显然更高。

嘿嘿，“优秀的代码是不知不觉中写出来的”。

路漫漫。