有 A 和 B 两种类型的汤。一开始每种类型的汤有 N 毫升。有四种分配操作:
提供 100ml 的汤A 和 0ml 的汤B。
提供 75ml 的汤A 和 25ml 的汤B。
提供 50ml 的汤A 和 50ml 的汤B。
提供 25ml 的汤A 和 75ml 的汤B。
当我们把汤分配给某人之后,汤就没有了。每个回合,我们将从四种概率同为0.25的操作中进行分配选择。如果汤的剩余量不足以完成某次操作,我们将尽可能分配。当两种类型的汤都分配完时,停止操作。
注意不存在先分配100 ml汤B的操作。
需要返回的值: 汤A先分配完的概率 + 汤A和汤B同时分配完的概率 / 2。
示例:
输入: N = 50
输出: 0.625
解释:
如果我们选择前两个操作,A将首先变为空。对于第三个操作,A和B会同时变为空。对于第四个操作,B将首先变为空。
所以A变为空的总概率加上A和B同时变为空的概率的一半是 0.25 *(1 + 1 + 0.5 + 0)= 0.625。
注释:
0 <= N <= 10^9。
返回值在 10^-6 的范围将被认为是正确的。
方法一:记忆化搜索(爆栈)
直接记忆化遍历状态,但是N有1e9这么大,爆栈是肯定的。
class Solution {
Map<String,Double> map;
public double soupServings(int N) {
map=new HashMap<>();
return dfs(N,N,String.valueOf(N)+"#"+String.valueOf(N),1);
}
private double dfs(int x,int y,String s,double p) {
if(x+y==0) return p/2;
if(x==0) return p;
if(y==0) return 0;
if(map.containsKey(s))
return map.get(s);
double pp=0;
int xx=Math.max(0, x-100);
int yy=y;
pp+=dfs(xx,yy,String.valueOf(xx)+"#"+String.valueOf(yy),p*0.25);
xx=Math.max(0, x-75);
yy=Math.max(0, y-25);
pp+=dfs(xx,yy,String.valueOf(xx)+"#"+String.valueOf(yy),p*0.25);
xx=Math.max(0, x-50);
yy=Math.max(0, y-50);
pp+=dfs(xx,yy,String.valueOf(xx)+"#"+String.valueOf(yy),p*0.25);
xx=Math.max(0, x-25);
yy=Math.max(0, y-75);
pp+=dfs(xx,yy,String.valueOf(xx)+"#"+String.valueOf(yy),p*0.25);
map.put(String.valueOf(x)+"#"+String.valueOf(y), pp);
return pp;
}
}
方法二:动态规划。
我们设dp[i][j]表示A还有i个,B还有j个的概率,转移方程是很简单的,我们可以根据题目四种转移方式进行转移,但是问题是N太大了,一维数组都无法表示,如何通过二维dp进行求解呢?
首先我们发现每次A和B减小的数量都是25的倍数,因此我们可以同除以25,这样N的大小变为了N/25,但是N还是太大,之后我便卡在这个地方了......后来看了官方题解解决了这道题,题解上说在N足够大时A首先变为0的概率远远超过B,也就是说当N足够大时,A首先变为0的概率可以近似的看做1。这是我完全没有去考虑的问题,说明数学素养还不够哇~~~
class Solution {
public double soupServings(int N) {
N=N/25+(N%25>0?1:0);
if(N>500) return 1.0;
double[][] dp=new double[N+1][N+1];
for(int s=0;s<=2*N;s++)
for(int i=0;i<=N;i++) {
int j=s-i;
if(j<0 || j>N) continue;
double ans=0;
if(i==0) ans=1.0;
if(i==0 && j==0) ans=0.5;
if(i>0 && j>0)
ans=0.25*(dp[M(i-4)][j]+dp[M(i-3)][M(j-1)]+dp[M(i-2)][M(j-2)]+dp[M(i-1)][M(j-3)]);
dp[i][j]=ans;
}
return dp[N][N];
}
private int M(int x) {
return Math.max(0, x);
}
}