目录
刷题日期:下午7:43 2021年5月25日星期二
个人刷题记录,代码收集,来源皆为leetcode
经过多方讨论和请教,现在打算往Java方向发力
主要答题语言为Java
题目:
剑指 Offer 60. n个骰子的点数
难度中等235
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
题目分析
最多11个骰子,每加一个骰子,要计算的结果就加6。
还不能这样算,两个筛子则为2到12,三个则3到18,四个则4到24,分别是6,11,16,21,为
5 * n + 1
点数之和的话是一个数学公式,这题还是考数学多一点吧,虽然题目中说的是浮点数,但是代码中给的却是double类型。
看网上有说和杨辉三角有关, 没有固定的公式可以计算。
最小的是1/6^n,然后是统计学中的公式。
结果中每大1,结果就多一种可能,所以为2时是共11种,分别1,2,3,4,5,6,5,4,3,2,1。
再往三递增就不好求了。
求结果得时候也只用找前一半,后一般倒着复制即可。
通用得规律还是想不到什么思路,看了眼评论区也是很炸锅哈哈。
初始解答:
看了K神的解答
class Solution {
public double[] dicesProbability(int n) {
double[] res = new double[6];
Arrays.fill(res, 1.0 / 6.0);
for (int i = 2; i <= n; i++) {
double[] tmp = new double[5 * i + 1];
for (int j = 0; j < res.length; j++) {
for (int k = 0; k < 6; k++) {
tmp[j + k] += res[j] / 6.0;
}
}
res = tmp;
}
return res;
}
}
执行结果:通过
显示详情 添加备注
执行用时:0 ms, 在所有 Java 提交中击败了100.00%的用户
内存消耗:38.5 MB, 在所有 Java 提交中击败了81.34%的用户
学习他人:
方法一:
(编辑过)2020-02-17
#### 解法1:动态规划(二维数组) 【核心思想】
- f(n,s)=f(n-1,s-1)+f(n-1,s-2)+f(n-1,s-3)+f(n-1,s-4)+f(n-1,s-5)+f(n-1,s-6)
【数据结构】
- 二维数组
【思路】
- 确定问题解的表达式。可将f(n, s) 表示n个骰子点数的和为s的排列情况总数
- 确定状态转移方程。n个骰子点数和为s的种类数只与n-1个骰子的和有关。因为一个骰子有六个点数,那么第n个骰子可能出现1到6的点数。所以第n个骰子点数为1的话,f(n,s)=f(n-1,s-1),当第n个骰子点数为2的话,f(n,s)=f(n-1,s-2),…,依次类推。在n-1个骰子的基础上,再增加一个骰子出现点数和为s的结果只有这6种情况!那么有:f(n,s)=f(n-1,s-1)+f(n-1,s-2)+f(n-1,s-3)+f(n-1,s-4)+f(n-1,s-5)+f(n-1,s-6)
- 上面就是状态转移方程,已知初始阶段的解为:当n=1时, f(1,1)=f(1,2)=f(1,3)=f(1,4)=f(1,5)=f(1,6)=1。
【代码】
public double[] twoSum(int n) {
int[][] dp=new int[n+1][6*n+1];
double[] ans=new double[5*n+1];
double all=Math.pow(6,n);
for(int i=1;i<=6;i++)
dp[1][i]=1;
for(int i=1;i<=n;i++){
for(int j=i;j<=6*n;j++){
for(int k=1;k<=6;k++){
dp[i][j]+=j>=k?dp[i-1][j-k]:0;
if(i==n)
ans[j-i]=dp[i][j]/all;
}
}
}
return ans;
}
【备注】
- 由于每个dp[i][j]只于i-1时刻的状态有关,所以可以删去一个维度,简化算法
#### 解法2:动态规划(一维数组)
【数据结构】
- 一维数组
【思路】
- 在上述解法的基础上,删去一个维度
- 第二个循环从后往前遍历,避免覆盖
【代码】
public double[] twoSum(int n) {
if(n==0)
return new double[0];
double[] dp=new double[6*n+1];
double[] ans=new double[5*n+1];
double all=Math.pow(6,n);
for(int i=1;i<=6;i++){
dp[i]=1;
ans[i-1]=1.0/6;
}
for(int i=2;i<=n;i++){
for(int j=6*n;j>=1;j--){
int temp=0;
for(int k=1;k<=6;k++){
temp+=(j>=k)?dp[j-k]:0;
}
dp[j]=temp;
if(i==n && j>=n){
ans[j-i]=dp[j]/all;
}
}
}
return ans;
}
方法二:
(编辑过)2 天前
class Solution {
public double[] dicesProbability(int n) {
double[][]dp =new double [n+1][n*6+1];
for(int i = 1 ; i <= 6;i++){
dp[1][i] = 1d/6;
}
for(int i = 2 ; i <= n; i++){
for(int j = i ; j <= i*6;j++){
for(int k = i-1 ; k < j;k++){
if(k+6<j){continue;}
dp[i][j] += dp[i-1][k]*1d/6;
}
}
}
return Arrays.copyOfRange(dp[n],n,n*6+1);
}
}
方法三:
K神
方法一:暴力法
此方法超时,但为便于理解「方法二」,建议先理解此方法。
暴力统计: 每个「点数组合」都对应一个「点数和」,考虑遍历所有点数组合,统计每个点数和的出现次数,最后除以点数组合的总数(即除以 6^n ),即可得到每个点数和的出现概率。
如下图所示,为输入 n = 2时,点数组合、点数和、各点数概率的计算过程。
作者:jyd
链接:https://leetcode-cn.com/problems/nge-tou-zi-de-dian-shu-lcof/solution/jian-zhi-offer-60-n-ge-tou-zi-de-dian-sh-z36d/
来源:力扣(LeetCode)
暴力法需要遍历所有点数组合,因此时间复杂度为 O(6^n) ,观察本题输入取值范围 n≤11 ,可知此复杂度是无法接受的。
方法二:动态规划
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。
代码:
class Solution {
public double[] dicesProbability(int n) {
double[] dp = new double[6];
Arrays.fill(dp, 1.0 / 6.0);
for (int i = 2; i <= n; i++) {
double[] tmp = new double[5 * i + 1];
for (int j = 0; j < dp.length; j++) {
for (int k = 0; k < 6; k++) {
tmp[j + k] += dp[j] / 6.0;
}
}
dp = tmp;
}
return dp;
}
}
WealesonL1 2021-04-10
在K神的推理的指导下加上自己的理解打上了注释,希望对其他人有帮助
public double[] dicesProbability(int n) {
//因为最后的结果只与前一个动态转移数组有关,所以这里只需要设置一个一维的动态转移数组
//原本dp[i][j]表示的是前i个骰子的点数之和为j的概率,现在只需要最后的状态的数组,所以就只用一个一维数组dp[j]表示n个骰子下每个结果的概率。
//初始是1个骰子情况下的点数之和情况,就只有6个结果,所以用dp的初始化的size是6个
double[] dp = new double[6];
//只有一个数组
Arrays.fill(dp,1.0/6.0);
//从第2个骰子开始,这里n表示n个骰子,先从第二个的情况算起,然后再逐步求3个、4个···n个的情况
//i表示当总共i个骰子时的结果
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);
}
}
//i个骰子的点数之和全都算出来后,要将temp数组移交给dp数组,dp数组就会代表i个骰子时的可能出现的点数之和的概率;用于计算i+1个骰子时的点数之和的概率
dp = temp;
}
return dp;
}
给大佬跪了。
总结
以上就是本题的内容和学习过程了,为什么一开始就没有意识到这是动态规划的题目,反思。
欢迎讨论,共同进步。