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。
示例 1:
输入: 1
输出: [0.16667,0.16667,0.16667,0.16667,0.16667,0.16667]
示例 2:
输入: 2
输出: [0.02778,0.05556,0.08333,0.11111,0.13889,0.16667,0.13889,0.11111,0.08333,0.05556,0.02778]
限制:
1 <= n <= 11
从顶向下,递归思路,超时
n个骰子,每个骰子6个面,总情况数为6^n
设getCount(n,s)为当骰子数为n,和为s的情况数量。
当n=1时,getCount(1,s)=1,其中s=1,2,3,4,5,6
当n≥2时,getCount(n,s)=getCount(n−1,s−1)+getCount(n−1,s−2)+getCount(n−1,s−3)+getCount(n−1,s−4)+getCount(n−1,s−5)+getCount(n−1,s−6)
例如:
getCount(2,4)=getCount(1,1)+getCount(1,2)+getCount(1,3)
getCount(2, 6) = getCount(1, 1) + getCount(1, 2) + getCount(1, 3) + getCount(1, 4) + getCount(1, 5)
我们发现递归统计这两种点数的出现次数时,重复计算了
getCount(1, 1) , getCount(1, 2) , getCount(1, 3)
既然从顶向下不行,那么改用从下至顶就可以了,这样子可以避免多余的计算。思路基本相同,不过需要一个数组来保存getCount(n-1,d),d为n-1个筛子应该投掷的点数。
/**
dp[i,j] 表示当前筛子为i,点数为j的次数
状态转移方程。
for (第n枚骰子的点数 d = 1; d <= 6; d++) {
dp[i][j] += dp[i-1][j - d] //前n枚筛子点数为j-d,当然如果j-d<=0,则break;
}
*/
class Solution {
public double[] dicesProbability(int n) {
int[][] dp = new int[n+1][6*n+1];//共6*n + 1 个值,因为从1开始。
//边界条件
for(int s=1;s<=6;s++){
dp[1][s] = 1;
}
for(int i=2;i<=n;i++){
for(int s=i;s<=6*i;s++){
//求dp[i][s]
for(int d=1;d<=6;d++){//当前筛子放到d,前i-1个筛子放到s-d。
if( s-d < i-1)break;//最好写成 s-d < i-1 ,因为前i个筛子最少能到的值为i-1个1,前i个筛子全放1,
dp[i][s]+=dp[i-1][s-d];
}
}
}
double total = Math.pow((double)6,(double)n);
double[] ans = new double[5*n+1];
for(int i=n;i<=6*n;i++){
ans[i-n]=((double)dp[n][i])/total;
}
return ans;
}
}
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。
class Solution {
public double[] dicesProbability(int n) {
int[]dp = new int[6 * n + 1];
//边界条件
for(int s=1;s<=6;s++){
dp[s] = 1;
}
for(int i=2;i<=n;i++){
for(int s=6*i;s>=i;s--){
// for(int s=i;s<=6*i;s++){ //不能从左到右,因为空间状态压缩之后前面的数据会对后面造成影响
dp[s] = 0;
for(int d=1;d<=6;d++){
if(s-d <= i-2)break;
dp[s]+=dp[s-d];
}
}
}
double total = Math.pow((double)6,(double)n);
double[] ans = new double[5*n+1];
for(int i=n;i<=6*n;i++){
ans[i-n]=((double)dp[i])/total;
}
return ans;
}
}
LeetCode上有一位大神利用概率论的思路来作题。每个筛子相互独立,所以概率是可以直接相乘的。
假设n=2
n=1时,double[] pre=new double[]{1/6d,1/6d,1/6d,1/6d,1/6d,1/6d};
n=2时,我们就可以想象成为,第二个筛子的1-6个数字和第一个筛子的答案相乘。放到对应位置上。
基本思路如上,然后我们可以根据动态规划的套路:
1.构造dp数组:tmp[]为n个骰子的点数概率数组,pre[]为n-1个骰子的点数概率数组,一个骰子的点数概率数组显然是6个六分之一,不需要另设数组。
2.初始化dp数组:pre[]={1/6d,1/6d,1/6d,1/6d,1/6d,1/6d}
3.构造状态转移方程:tmp[x+y]+=pre[x]*num[y];
class Solution {
public double[] dicesProbability(int n) {
double[] pre = new double[]{1/6d,1/6d,1/6d,1/6d,1/6d,1/6d};
for(int i=2;i<=n;i++){
double tmp[]=new double[5*i+1];
for(int j=0;j<pre.length;j++)
for(int x=0;x<6;x++)
//前i - 1个筛子为pre,可以理解为假设当前i=3,当前筛子的1-6个数字和前面数字和[2-12]相匹配,所以答案是正确的。
tmp[j+x]+=pre[j]/6;
pre=tmp;
}
return pre;
}
}