这里有 n
个一样的骰子,每个骰子上都有 k
个面,分别标号为 1
到 k
。
给定三个整数 n
, k
和 target
,返回可能的方式(从总共 kn
种方式中)滚动骰子的数量,使正面朝上的数字之和等于 target
。
答案可能很大,你需要对 10^9 + 7
取模 。
示例 1:
输入:n = 1, k = 6, target = 3 输出:1 解释:你扔一个有 6 个面的骰子。 得到 3 的和只有一种方法。
示例 2:
输入:n = 2, k = 6, target = 7 输出:6 解释:你扔两个骰子,每个骰子有 6 个面。 得到 7 的和有 6 种方法:1+6 2+5 3+4 4+3 5+2 6+1。
示例 3:
输入:n = 30, k = 30, target = 500 输出:222616187 解释:返回的结果必须是对 109 + 7 取模。
提示:
1 <= n, k <= 30
1 <= target <= 1000
Related Topics
- 动态规划
思路:
首先看到这个是求方法数,就让我想起了超级楼梯这个递推的动态规划题目,再看看这个数据的规模才1000,直接就是有着异曲同工的思路。
所以,就可以推断:
dp[i][j] = dp[i][j] + dp[i-1][j-x],其中x的范围是[1-k],i表示几个骰子,j表示这i个骰子能加到的范围,dp[i][j]则表述i个骰子达到j值的方法数。
当然需要进行一些分支截取,骰子的范围,最小值就是1,最大是k,那么数据的范围就是[n,n*k]。
还有具体的一些分支截取,看看代码。
ac code:
class Solution {
public int numRollsToTarget(int n, int k, int target) {
if (target < n || target > n * k) return 0;
long ans = 0;
long[][] dp = new long[31][1000+1];
dp[0][0] = 1;
for (int i=1;i<=n;i++) {
for (int j=i;j<=i*k && j <= target;j++) {
for (int l=1;l<=k&& l<=j;l++) {
dp[i][j] = (dp[i][j] + dp[i-1][j-l]) % 1000000007;
}
}
}
return (int) dp[n][target];
}
}