题目: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。
思路一:基于递归求骰子点数,时间效率不够高
首先解决前提性的问题:一个骰子的点数只可能是[1,6],所以S的值的取值范围是[n,6n],这里当然只考虑整数。
统计各个S值出现的次数,然后:各个S值出现的概率 = 各个S值出现的次数 / n个骰子所有点数的排列
其中,n个骰子所有点数的排列数等于6n,而各个S值出现的次数就需要建立一个数组来进行统计
来源:http://blog.csdn.net/xianliti/article/details/5644118
分析:玩过麻将的都知道,骰子一共6个面,每个面上都有一个点数,对应的数字是1到 6之间的一个数字。所以,n个骰子的点数和的最小值为n,最大值为6n。因此,一个直观的思路就是定义一个长度为6n-n的数组,和为S的点数出现的次数保存到数组第S-n个元素里。另外,我们还知道n个骰子的所有点数的排列数6^n。一旦我们统计出每一点数出现的次数之后,因此只要把每一点数出现的次数除以n^6,就得到了对应的概率。
该思路的关键就是统计每一点数出现的次数。要求出n个骰子的点数和,我们可以先把n个骰子分为两堆:第一堆只有一个,另一个有n-1个。单独的那一个有可能出现从1到6的点数。我们需要计算从1到6的每一种点数和剩下的n-1个骰子来计算点数和。接下来把剩下的n-1个骰子还是分成两堆,第一堆只有一个,第二堆有n-2个。我们把上一轮那个单独骰子的点数和这一轮单独骰子的点数相加,再和剩下的n-2个骰子来计算点数和。分析到这里,我们不难发现,这是一种递归的思路。递归结束的条件就是最后只剩下一个骰子了。
来源:http://zhedahht.blog.163.com/blog/static/254111742009101524946359/
步骤
1.当点数为1的时候,tempSum初始化为0,调用SumProbabilityOfDices函数求出当前点数之和,只有一个骰子,点数value为1所以sum为1,然后递归将6个骰子依次分解为5个骰子、4个骰子、3个骰子、2个骰子求解,递归的时候先判断当前骰子是否为1,不为1先计算当前N个骰子点数之和之后再递归。
2.在每次递归的时候,骰子个数不为1时,都先让当前骰子点数为1,计算出当前骰子点数之和,再往下递归。
3.例如6个骰子,先计算点数为1的时候,调用函数进行计算,先计算出当前骰子点数之和(一个骰子所以sum为1),之和向下递归,每次都进行判断并计算前几个骰子点数之和,当递归到骰子个数为1时,因为每次在递归之前都要计算前几个骰子点数之和,所以递归到1个骰子时,当前点数为1,之前计算了5次所以tempsum=5,现在加上第六个骰子的点数(从1开始)为6,6-原始骰子个数6为0,所以将下标为0的数组中元素+1,即出现和为6的次数现在出现了一次。之和向上返回,循环,计算第六个骰子点数为2的时候,tempsum+2=5+2=7,probabilities[7-6]++,出现点数之和为7的次数也加1,现在也为1,之后在返回再次循环i,i=3重复上述步骤直到i>6(骰子只有六个点数)。
4.第3步中循环结束之后返回上一层递归,也就是开始计算第5个骰子,也开始循环,点数为1已经计算过,然后i++=2,计算第5个骰子点数为2的时候,再次递归计算第六个骰子点数为1、 2、 3、 4、 5、 6的点数之和并存在数组中,计算完毕向上返回,计算第五个骰子点数为3的时候,再重复上述步骤,知道第5个骰子的六个点数都计算过。
5,第4部结束后向上返回,计算第4个骰子,步骤和第4部一样。
6.一直计算到遍历过第二个骰子的所有点数,然后返回到第1步
7.现在开始计算第一个骰子,点数为1的情况已经全部计算过,i++,开始计算点数为2的时候的情况,重复上述步骤,知道第一个骰子的点数全部遍历过。
注:假设6个骰子求和为S的概率,总的可能有6的N次方,S出现的次数在数组中存储的位置为S-6,即下标为s-6的元素的值就是S出现的次数
int g_maxValue = 6;//每个骰子的最大点数值
void PrintSumProbabilityOfDices(int number)
{
//如果骰子数小于1直接返回
if(number < 1)
return;
//N个骰子可能出现的最大值为6N,计算最大值
int maxSum = number * g_maxValue;
//创建数组,保存s出现的次数,n个骰子s的范围为[1*n,6*n],共有6n-n+1种可能
int* pProbabilities = new int[maxSum - number + 1];
//初始化
for(int i = number; i <= maxSum; ++i)
{
pProbabilities[i - number] = 0;
}
//计算出每种情况出现的次数
SumProbabilityOfDices(number, pProbabilities);
//计算总的情况(6的N次方)
int total = pow((float)g_maxValue, number);
//打印出每种情况出现的概率
for(int i = number; i <= maxSum; ++i)
{
float ratio = (float)pProbabilities[i - number] / total;
printf("%d: %f/n", i, ratio);
}
}
void SumProbabilityOfDices(int number, int* pProbabilities)
{
for(int i = 1; i <= g_maxValue; ++i)
{
SumProbabilityOfDices(number, number, i, 0, pProbabilities);
}
}
//参数列表依次为骰子总个数、当前骰子的个数、当前骰子点数,当前骰子点数总和,保存出现次数的数组
void SumProbabilityOfDices(int original, int current, int value, int tempSum, int* pProbabilities)
{
//如果当前骰子个数为1
if(current == 1)
{
//计算当前骰子点数之和
int sum = value + tempSum;
pProbabilities[sum - original]++;//出现当前骰子点数之和的次数加1
}
else
{
for(int i = 1; i <= g_maxValue; ++i)
{
//计算当前N个骰子点数之和
int sum = value + tempSum;
SumProbabilityOfDices(original, current - 1, i, sum, pProbabilities);
}
}
}
思路二:
分析:动态规划就是分阶段考虑问题,给出变量,找出相邻阶段间的关系。
1.现在变量有:骰子个数,点数和。当有k个骰子,点数和为n时,出现次数记为f(k,n)。那与k-1个骰子阶段之间的关系是怎样的?
2.当我有k-1个骰子时,再增加一个骰子,这个骰子的点数只可能为1、2、3、4、5或6。那k个骰子得到点数和为n的情况有:
(k-1,n-1):第k个骰子投了点数1
(k-1,n-2):第k个骰子投了点数2
(k-1,n-3):第k个骰子投了点数3
....
(k-1,n-6):第k个骰子投了点数6
在k-1个骰子的基础上,再增加一个骰子出现点数和为n的结果只有这6种情况!
所以:f(k,n)=f(k-1,n-1)+f(k-1,n-2)+f(k-1,n-3)+f(k-1,n-4)+f(k-1,n-5)+f(k-1,n-6)
3.有1个骰子,f(1,1)=f(1,2)=f(1,3)=f(1,4)=f(1,5)=f(1,6)=1。