试题 算法训练 印章
这是第二道动态规划问题,这道题的解法是建一个dp数组dp[m][n]表示第i张集齐j种印章的概率,
0<i<=m,0<j<=n。动态规划问题的难点就在于如何确定状态如何转移,每一次的变化都基于上一次的情况。
在本题中,第i次取印章可能与之前重复,也可能是新的一种,因此有两种情况。
1.重复,之前已经有了j种,这次取的印章之前已经取过了
这种情况的概率为dp[i-1][j]*(j/n)
2.不重复,本次取到新印章
这种情况的概率为dp[i-1][j-1]*[(n-j+1)/n],意思就是上次取到j-1种的概率乘上本次能取到第j种的概率(n-j+1)/n
逻辑确定以后,代码就很好写了
a = input().split()
n = int(a[0]) # n种图案
m = int(a[1]) # 买了m张
# 构造dp数组
dp = [[0 for i in range(n+1)] for i in range(m+1)]
#第一张为一种图案
dp[1][1] = 1
# 第二张开始动态规划
for i in range(2,m+1):
for j in range(1,n+1):
dp[i][j] = dp[i-1][j]*(j/n) + dp[i-1][j-1]*((n-j+1)/n)
print("%.4f"%(dp[m][n]))
今天有其他事,摆了