题目链接
题目描述
把n个骰子扔在地上,所有骰子朝上一面的点数之和为s。输入n,打印出s的所有可能的值出现的概率。
你需要用一个浮点数数组返回答案,其中第 i 个元素代表这 n 个骰子所能掷出的点数集合中第 i 小的那个的概率。
解题思路
动态规划
题目需要我们求出所有点数出现的概率,根据概率的计算公式,点数 k 出现概率就算公式为:
P(k)=k出现的次数/总次数
投掷 n 个骰子,所有点数出现的总次数是 6^n ,因为一共有 n 枚骰子,每枚骰子的点数都有 6 种可能出现的情况。
我们的目的就是 计算出投掷完 n 枚骰子后每个点数出现的次数。
- 首先用数组的第一维来表示阶段,也就是投掷完了几枚骰子。
- 然后用第二维来表示投掷完这些骰子后,可能出现的点数。
- 数组的值就表示,该阶段各个点数出现的次数。
所以状态表示就是这样的:dp[i][j] ,表示投掷完 i 枚骰子后,点数 j 的出现次数。
找出状态转移方程
找状态转移方程也就是找各个阶段之间的转化关系,同样我们还是只需分析最后一个阶段,分析它的状态是如何得到的。
最后一个阶段也就是投掷完 n 枚骰子后的这个阶段,我们用 dp[n][j] 来表示最后一个阶段点数 j 出现的次数。
单单看第 n 枚骰子,它的点数可能为 1, 2, 3, … , 6,因此投掷完 n 枚骰子后点数 j 出现的次数,可以由投掷完 n-1 枚骰子后,对应点数 j-1, j-2, j-3, … , j-6 出现的次数之和转化过来。
for (第n枚骰子的点数 i = 1; i <= 6; i ++) {
dp[n][j] += dp[n-1][j - i]
}
写成数学公式是这样的:
代码:
class Solution {
public:
vector<double> dicesProbability(int n) {
//定义一个数组保存所有状态,一维是第n次时,二维为第n次时所有可能情况
int dp[12][70]={0};
//我们只能知道第一次的情况,也是边界条件
for(int i=1;i<=6;i++)
dp[1][i]=1;
// 一层循环,每多一个色子的情况
for (int i = 2; i <= n; i ++) {
//二层循环是这么多色子情况下的所有可能和
for (int j = i; j <= 6*i; j ++) {
//三层循环是为了找到能得到这种可能和时,对于少一个色子时的所有可能情况,相加即是当前可能总和
for (int cur = 1; cur <= 6; cur ++) {
//i-1,即是对于只有对于少一个色子时,最小和最少为i-1,不可能再小了
if (j - cur <= 0) {
break;
}
dp[i][j] += dp[i-1][j-cur];
}
}
}
int all = pow(6, n);
vector<double> ret;
for (int i = n; i <= 6 * n; i ++) {
ret.push_back(dp[n][i] * 1.0 / all);
}
return ret;
}
};
空间优化
我们知道,每个阶段的状态都只和它前一阶段的状态有关,因此我们不需要用额外的一维来保存所有阶段。
用一维数组来保存一个阶段的状态,然后对下一个阶段可能出现的点数 j 从大到小遍历,实现一个阶段到下一阶段的转换。
代码:
class Solution {
public:
vector<double> dicesProbability(int n) {
int dp[70];
memset(dp, 0, sizeof(dp));
for (int i = 1; i <= 6; i ++) {
dp[i] = 1;
}
for (int i = 2; i <= n; i ++) {
for (int j = 6*i; j >= i; j --) {
dp[j] = 0;
for (int cur = 1; cur <= 6; cur ++) {
//i-1,即是对于只有对于少一个色子时,最小和最少为i-1,不可能再小了
if (j - cur < i-1) {
break;
}
dp[j] += dp[j-cur];
}
}
}
int all = pow(6, n);
vector<double> ret;
for (int i = n; i <= 6 * n; i ++) {
ret.push_back(dp[i] * 1.0 / all);
}
return ret;
}
};