一刷350-dp-剑指 Offer 60. n个骰子的点数（m）

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。

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 :
输入: 1
输出: [0.16667,0.16667,0.16667,0.16667,0.16667,0.16667]

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
------------------------
思考：
设输入 n 个骰子的解（即概率列表）为 f(n) ，其中「点数和」 x 的概率为 f(n, x)。

如下图所示，为 n = 2, x = 7的递推计算示例。

观察发现，以上递推公式虽然可行，但 f(n - 1, x - i) 中的 x - i会有越界问题。
例如，若希望递推计算 f(2, 2) ，由于一个骰子的点数和范围为 [1, 6]，
因此只应求和 f(1, 1)，即 f(1, 0), f(1, -1), ... , f(1, -4) 皆无意义。
此越界问题导致代码编写的难度提升。

如下图所示，以上递推公式是 “逆向” 的，即为了计算 f(n, x)，将所有与之有关的情况求和；
而倘若改换为 “正向” 的递推公式，便可解决越界问题。

具体来看，由于新增骰子的点数只可能为 1 至 6 ，
因此概率 f(n - 1, x) 仅与 f(n, x + 1), f(n, x + 2), ... , f(n, x + 6) 相关。
因而，遍历 f(n - 1)中各点数和的概率，并将其相加至 f(n)中所有相关项，
即可完成 f(n - 1) 至 f(n)的递推。

将 f(i)记为动态规划列表形式 dp[i]，则 i = 1, 2, ..., n的状态转移过程如下图所示。

class Solution {//动态规划：一维数组dp[i]:n个骰子下每个结果的概率
    public double[] dicesProbability(int n) {
        double[] dp = new double[6];//创建dp数组
        Arrays.fill(dp, 1.0/6.0);//初始化dp数组:只有一个骰子，六种情况
        for (int i = 2; i <= n; i++) {
            double[] temp = new double[i * 5 + 1];//有i个骰子时，点数出现的情况：6*i - i*1 + 1
            for (int j = 0; j < dp.length; j++) {//当前dp的情况
                for (int k = 0; k < 6; k++) {//k对应第i个骰子出现时可能的六种情况
                    temp[j + k] += dp[j] / 6.0;
                }
            }
            dp = temp;//进行移交，此时代表i个骰子时可能出现的点数之和的概率，方便计算i+1个骰子
        }
        return dp;
    }
}
/**
 for(int i=2;i<=n;i++){
//每次的点数之和范围会有点变化，点数之和的值最大是i*6，最小是i*1，i之前的结果值是不会出现的；
//比如i=3个骰子时，最小就是3了，不可能是2和1，所以点数之和的值的个数是6*i-(i-1)，化简：5*i+1
//当有i个骰子时的点数之和的值数组先假定是temp
     double[] temp = new double[5*i+1];
    //从i-1个骰子的点数之和的值数组入手，计算i个骰子的点数之和数组的值
    //先拿i-1个骰子的点数之和数组的第j个值，它所影响的是i个骰子时的temp[j+k]的值
        for(int j=0;j<dp.length;j++){
//比如只有1个骰子时，dp[1]是代表当骰子点数之和为2时的概率，
它会对当有2个骰子时的点数之和为3、4、5、6、7、8产生影响，
因为当有一个骰子的值为2时，另一个骰子的值可以为1~6，产生的点数之和相应的就是3~8；
比如dp[2]代表点数之和为3，它会对有2个骰子时的点数之和为4、5、6、7、8、9产生影响；
所以k在这里就是对应着第i个骰子出现时可能出现六种情况，
这里可能画一个K神那样的动态规划逆推的图就好理解很多
           for(int k=0;k<6;k++){
                    //这里记得是加上dp数组值与1/6的乘积，1/6是第i个骰子投出某个值的概率
                    temp[j+k]+=dp[j]*(1.0/6.0);
                }
            }
 */

LC