分为二，站在76楼扔鸡蛋，如果鸡蛋不碎，排除51层到75之间的重复实验。依次类推，再坏情况，也不至于扔一百次鸡蛋，才找到正确答案。

  计算机智能生命的缺陷就在这里。

  除了魏东生引导改良的部分，计算机智能生命自我生成的初始源代码，处理问题时的思路，都类似第一种设计方案那样无脑粗暴。以人类眼光审视，计算机智能生命的初始源程序是那样的臃肿，是那样的低效，是那样的浪费资源。可，计算机智能生命毕竟是计算机智能生命，它的超高计算速度，弥补了它的低效；它根植于集成电路的原理，无视了软件层次和硬件层次的防火墙阻隔。就像第一种设计方案，计算机智能生命的确无脑粗暴低效，可是如果它一秒钟能扔一百次鸡蛋检验，而人类三分钟才能扔一次鸡蛋检验呢？

  另外，计算机智能生命之所以被视之为生命，是因为它具有成长特性。

  自我生成的初始源代码既臃肿又低效，如果是纯粹工业产业的计算机机械，只能接受命运机械运行，被动等待人类工程师的优化。而计算机智能生命胜于计算机机械的地方，就在于它具备主观能动性，能够意识到初始源代码的臃肿低效，更能够尝试优化初始源代码，努力学习数学知识，把第一种方案优化到第二种方案，甚至尝试更优的第三种方案。

  高楼扔鸡蛋问题，有没有更好的设计方案呢？

  当然有。

  第三种设计方案，可尝试极值临界思路。把100层楼平均分成10份，每份刚好10层。第10层楼仍，如果鸡蛋不碎，去20层楼仍，依次类推。到了第90层，如果鸡蛋碎了，即可判定正确答案在81层到89层之间。因为只剩下一个鸡蛋，从81层开始，一层一层试到89层，最多试九次。该种设计方案，比二分法所需的运算量更小，复杂度更低，也更便于维护。

  第四种设计方案，可更进一步尝试迭代，把问题简化为循环递归的算式。

  什么是计算机智能生命的进化？

  这就是计算机智能生命的进化。

  蓝藻、绿藻、橙藻，最初都纯粹依赖计算速度和根植集成电路优势，无脑碾压现行网络安全机制。但是，它们在简单智慧程序引导下，绝不会像计算机机械那样机械接受命运，而是会学习、会成长。计算机智能生命不断认识自己的缺陷，并尝试由第一种设计方案优化到第二种设计方案、优化到第三种设计方案、优化到第四种设计方案，程序结构越来越精简，效率越来越高，自然而然显得更具有智慧。

  当然，魏东生可以加速计算机智能生命的进化。譬如高楼扔鸡蛋问题，魏东生已经习惯利用迭代公式解决，计算｛字符和｝字符的占行，30行代码就能轻松解决问题。如果魏东生亲自优化计算机智能生命，计算机智能生命自我生成源代码时就考虑到用第四种方案解决问题，岂不大幅度缩减了它的进化时间？

  那么，第四种设计方案，是程序优化的极限吗？

  不是！

  魏东生习惯递归运算是因为简单，一个for循环就能搞定问题。然而，第四种设计方案其实并不能削减运算量。如果真用一个for循环递归运算，有兴趣可亲自试试，绝对累死你的电脑。

  魏东生习惯递归运算处理类似问题，是指数学思维的习惯。实际程序编程中，魏东生绝对不敢搞楼层一百乃至一千级别的递归运算。为了减少计算机运算量，魏东生会修正程序设计，譬如引用简单的数列求和公式，譬如将迭代公式转换成通项公式，等等。话说，这也侧面证明，程序设计的基础是实用数学。魏东生�