剑指offer小解析（六十）：n个色子的点数

warning: 本文着重于分析，较为啰嗦冗长，如果您是想通过代码独立理清思路，请直接跳到60.3.3小节

60.1 题目

剑指 Offer 60. n个骰子的点数

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

60.2 n个色子总共有几种和？

假设我们有5个色子，那么这五个色子能构成的最小值是多少？ 对，就是所有色子都为1的时候。那么最大值呢？就是所有色子都为6的时候。

即：
max = 6 * 5
min = 1 * 5

而且由于色子里面存在1这个点数，所以从1*5到6*5内所有的数字都是连续的正整数，所以总共能产生6*5 - 1*5 + 1 = 26种和。

把5换成n，我们就得到了一个关于n个色子能构成的和的数量的通式：
number = 6*n - 1*n + 1 = 5*n + 1

60.3 正式计算各个和的概率

60.3.1 动态规划，将每一个和进行拆分

比如你有六个色子，排成1 2 3 4 5 6，即结果为21，那么这个可能性如何计算？

现在我们停下来思考一下，要计算这个结果，我们需要哪些必要条件？

• 总共有多少个色子，即色子数n。
• n个色子构成的和，即结果s。

这两个条件缺一不可。那么我们设函数f(n,s)=n个色子组成s的可能性。别害怕，写这个f只是为了表述方便，不会牵扯太多数学公式（几乎没有）。

接下来我们继续上面的问题：六个色子，如果组合成21，可能性有多大？

这里我们要采用一下动态规划的思想：本次的可能性可以使用上一次的可能性来获得。

1 2 3 4 5 6这个色子序列，我们完全可以看成你先用5个色子摇出了15然后又用一个色子摇出了6

• possibility of 15 = f(5,15)(5个色子摇出15的概率);
• possibility of 6 = f(1,6) = 1/6(就是你用一个色子摇出六的概率);

那么事实上1 2 3 4 5 6这个序列可以看作六种组合

当然，1 2 3 4 5 6这个序列是一个特例，记住，我们最需要关注的是他们的和，而不是组成这个和的序列

那么这一小节我们懂得了什么？就是n个色子构成的和，可以用n-1个色子的点数构成的和加上一个色子的点数来替代。

60.3.2 现在我们来转换一下问题

上一小节我们把基本的算法思想介绍了一下，正所谓说起来容易做起来难，如果落实到代码上，具体应该怎么做？

首先，我们需要一个数组来记录结果，不如就叫res_pro吧。这个数组要多大呢？可以看看之前60.2的证明，总共是5*n + 1个和，那么数组当然也得是这么大。

double[] res_pro = new double[5*n + 1]

接下来，我们需要有一个数组，这个数组记录着n-1个色子各个和的可能性（这个怎么得来的咱们一会再说，不要急哈，主要是先把上面的算法逻辑先写出来）。我们就叫这个数组pre_pro吧。

与此同时，我们知道，设n-1个色子构成的和的数组为pre，n个色子构成的和的数组为res，那么如果res[j] = pre[m1] + a1(a为从1到6的某个数) = pre[m2] + a2 = ......，那么则有res_pro[j] = pre_pro[m1]×(1/6) + pre_pro[m2]×(1/6) + ......

所以问题变成了探寻由n个色子构成的每个和与n-1个色子构成的和的关系。

如下图，第一行pre是n=2的所有可能的和，第二行res是n=3时所有可能的和。一般情况下，例如res[6]=9，9可以由pre的3_8加上16里面的数来表示

那有没有例外呢？有！

• 第一种例外pre中与res相对应的位置往前不够6位，即从j指针的位置向前走k（k<6）位，发现j-k<0那么我们可以停止往前走了——break。
• 第二种是j-k>=pre.length，比如j=11，对应的pre的相应位置上没有数，那么停止在k=0上磨蹭，继续前进——continue。

60.3.3 代码

估计很多人看到这里已经开始要打人了，一个小题干嘛弄那么复杂。

代码上场：

public double[] twoSum2(int n) {
    //首先定义一个初始的可能性数组
    //当n=1时，总共有六种可能，每种可能都是1/6
        double[] pre_pro = new double[]{1/6d, 1/6d, 1/6d, 1/6d, 1/6d, 1/6d};
        //用到动态规划的思想，用n=1的数据获得n=2的，用n=2获得n=3...用n-1获得n
        for (int i = 2; i <= n; i++) {
            //用之前的公式，创建一个确定大小的数组来存储每次循环获得的新的可能性数组
            double[] res_pro = new double[i * 6 - i + 1];
            for (int j = 0; j < res_pro.length; j++) {
                for (int k = 0; k < 6; k++) {
                    int t = j - k;
                    //这两个条件我前面已经说了
                    if (t < 0) {
                        break;
                    }
                    if (t >= pre_pro.length) {
                        continue;
                    }
                    //pre[t]/6 其实就是pre[t] * (1/6)
                    res_pro[j] += pre_pro[t]/6;
                }
            }

            pre_pro = res_pro;
        }
        return pre_pro;
    }