LeetCode-Python-1230. 抛掷硬币(数学 + DP）

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。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/toss-strange-coins
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

思路：

一道数学题，

可以用DP解，用 dp[ i ][ j ]表示前 i 个硬币里有 j 个硬币正面朝上的概率。

状态转移方程：

if i > 0:
    dp[i][j] = dp[i - 1][j] * (1 - p) + dp[i - 1][j - 1] * p

解释：当投完本次硬币之后，目前的i个硬币里有j个硬币正面朝上的概率，

应该等于两种情况的概率之和，

1. 这次投的是背面，前 i - 1 个硬币里有 j 个硬币正面朝上，

2. 这次投的是正面，前 i - 1 个硬币里有 j - 1 个硬币正面朝上。

时间复杂度：O（M * N）

空间复杂度：O（M * N） 

class Solution(object):
    def probabilityOfHeads(self, prob, target):
        """
        :type prob: List[float]
        :type target: int
        :rtype: float
        """
        dp = [[0 for _ in range(len(prob) + 1)] for _ in range(len(prob))]
        # dp[i][j] 表示前i个硬币里，有j个硬币正面朝上的概率
        dp[0][1] = prob[0]
        dp[0][0] = 1 - prob[0]
        for i, p in enumerate(prob):
            for j in range(target + 1):
                if i > 0:
                    dp[i][j] += dp[i - 1][j] * (1 - p) # 当前硬币正面朝下
                    dp[i][j] += dp[i - 1][j - 1] * (p) # 当前硬币正面朝上
        return dp[-1][target]

第二种思路：

观察一下可以发现二维DP没有必要，因为状态只在相邻的 i 之间发生转化，所以用两个一维数组表示DP即可。

时间复杂度：O（M * N）

空间复杂度：O（M）

class Solution(object):
    def probabilityOfHeads(self, prob, target):
        """
        :type prob: List[float]
        :type target: int
        :rtype: float
        """
        dp = [0 for _ in range(len(prob) + 1)]
        dp[1] = prob[0]
        dp[0] = 1 - prob[0]
        for i in range(1, len(prob)):
            new_dp = [0 for _ in range(len(prob) + 1)]
            for j in range(target + 1):
                new_dp[j] = dp[j] * (1 - prob[i]) + dp[j - 1] * prob[i]
            dp = new_dp[:]
        return dp[target]