题解思路
在一个 n x n 的国际象棋棋盘上,一个骑士从单元格 (row, column) 开始,并尝试进行 k 次移动。行和列是 从 0 开始 的,所以左上单元格是 (0,0) ,右下单元格是 (n - 1, n - 1) 。
象棋骑士有8种可能的走法,如下图所示。每次移动在基本方向上是两个单元格,然后在正交方向上是一个单元格。
每次骑士要移动时,它都会随机从8种可能的移动中选择一种(即使棋子会离开棋盘),然后移动到那里。
骑士继续移动,直到它走了 k 步或离开了棋盘。
返回 骑士在棋盘停止移动后仍留在棋盘上的概率 。
示例 1:
输入: n = 3, k = 2, row = 0, column = 0
输出: 0.0625
解释: 有两步(到(1,2),(2,1))可以让骑士留在棋盘上。在每一个位置上,
也有两种移动可以让骑士留在棋盘上。骑士留在棋盘上的总概率是0.0625。
示例 2:
输入: n = 1, k = 0, row = 0, column = 0
输出: 1.00000
提示:
- 1 <= n <= 25
- 0 <= k <= 100
- 0 <= row, column <= n
题解思路
方法一:动态规划
一个骑士有 8 种可能的走法,骑士会从中以等概率随机选择一种。部分走法可能会让骑士离开棋盘,另外的走法则会让骑士移动到棋盘的其他位置,并且剩余的移动次数会减少 11。
定义dp[step][i][j] 表示骑士从棋盘上的点 (i,j) 出发,走了 step 步时仍然留在棋盘上的概率。特别地,当点 (i, j) 不在棋盘上时,dp[step][i][j]=0;当点 (i,j) 在棋盘上且 step=0 时,[step][i][j]=1。对于其他情况,dp[step][i][j] += dp[step−1][i+di][j+dj] % 8。其中(di,dj) 表示走法对坐标的偏移量,具体为 (-2, -1),(-2,1),(2,-1),(2,1),(-1,-2),(-1,2),(1,-2),(1,2) 共 8 种。
代码如下:
class Solution {
vector<vector<int>> dirs = {{-2, -1}, {-2, 1}, {-1, -2}, {-1, 2}, {1, -2}, {1, 2}, {2, -1}, {2, 1}};
public:
double knightProbability(int n, int k, int row, int column) {
vector<vector<vector<double>>> dp(k + 1, vector<vector<double>>(n, vector<double>(n)));
for (int step = 0; step <= k; ++step) {
for (int i = 0; i < n; ++i) {
for (int j = 0; j < n; ++j) {
if (step == 0) {
dp[step][i][j] = 1;
}
else {
for (auto & dir : dirs) {
int ni = i + dir[0], nj = j + dir[1];
if (ni >= 0 && ni < n && nj >= 0 && nj < n) {
dp[step][i][j] += dp[step - 1][ni][nj] / 8;
}
}
}
}
}
}
return dp[k][row][column];
}
};
复杂度分析
- 时间复杂度:O(k×n2)。状态数一共有 O(k×n2),每次转移需要考虑 8 种可能的走法,消耗 O(1) 的时间复杂度,总体的时间复杂度是 O(k×n2)。
- 空间复杂度:O(k×n2)。状态数一共有 O(k×n2),用一个数组来保存。注意到每一步的状态只由前一步决定,空间复杂度可以优化到 O(n2)。