动态规划_medium_1230_抛掷硬币

题目描述

有一些不规则的硬币。在这些硬币中，prob[i] 表示第 i 枚硬币正面朝上的概率。

请对每一枚硬币抛掷 一次，然后返回正面朝上的硬币数等于 target 的概率。

示例 1：

输入：prob = [0.4], target = 1
输出：0.40000

示例 2：

输入：prob = [0.5,0.5,0.5,0.5,0.5], target = 0
输出：0.03125

提示：

• 1 <= prob.length <= 1000
• 0 <= prob[i] <= 1
• 0 <= target <= prob.length
• 如果答案与标准答案的误差在 10^-5 内，则被视为正确答案。

思路

注：该问题类似与背包问题的思路

令 dp[i, j] 表示前i个硬币，j个面朝上的概率

• 将原问题 转成一个如下子问题：
  假设 前 $n_0,n_1,...n_i$ 枚硬币，有 $j$ 枚正面朝上的概率是 $dp[i,j]$ , 这里的 $j<=i$。则可以氛围两种情况：

  • 第$n_i$ 枚硬币 正面朝上，则前 $n_0,n_1,...n_{i-1}$ 枚中有 $j-1$枚硬币朝上，概率为$dp[i-1,j-1]$ 。
  • 第$n_i$ 枚硬币 反面朝上，则前 $n_0,n_1,...n_{i-1}$ 枚中有 $j$枚硬币朝上，概率为$dp[i-1,j-1]$

• 对于上面的第一种情况，发生的概率是$prob[i]$，第二种情况发生的概率是$1-prob[i]$。故状态转移方程为：
  $$dp[i,j]=(1-prob[i])\ast dp[i-1,j]+prob[i]\ast dp[i-1,j-1]$$

• python代码如下：

from typing import List
class Solution:
    def probabilityOfHeads(self, prob: List[float], target: int) -> float:
        dp = [[0]* (target+1) for _ in range(len(prob))]
        # target 为 0时，即所有硬币都是反面
        # 这时的状态转移方程为 dp[i,0] = (1-prob[i])*dp[i-1,0] -- 第一列, 表示正面朝上数为0
        # 且 dp[0, 0] = 1 - prob[0]
        dp[0][0] = 1 - prob[0]
        for i in range(1, len(prob)):
            dp[i][0] = (1-prob[i])*dp[i-1][0]
        
        if target:  # 正面向上的数量不为0
            dp[0][1] = prob[0]  # 前1个硬币 有 1个面向上

        for i in range(1, len(prob)):  # 从第二行开始, 即第2个硬币
            for j in range(1, target+1):  # 从第二列开始, 即1个面向上
                dp[i][j] = (1-prob[i])*dp[i-1][j] + prob[i]*dp[i-1][j-1]
        
        return dp[-1][-1]

• 空间复杂度可以优化成一维：

class Solution:
    def probabilityOfHeads(self, prob: List[float], target: int) -> float:
        dp = [1]
        for i in range(len(prob)):
            coin = prob[i]
            if i <= target: dp.append(dp[-1] * coin)
            for i in range(min(target, len(dp)-2), 0, -1):
                dp[i] = dp[i] * (1 - coin) + dp[i-1] * coin
            dp[0] = dp[0] * (1-coin)
        return dp[target]

• 时间复杂度$O(mn)$，m 为 硬币数量，n是正面朝上的数量。