资源限制
时间限制:1.0s 内存限制:256.0MB
问题描述
共有n种图案的印章,每种图案的出现概率相同。小A买了m张印章,求小A集齐n种印章的概率。
输入格式
一行两个正整数n和m
输出格式
一个实数P表示答案,保留4位小数。
样例输入
2 3
样例输出
0.7500
数据规模和约定
1≤n,m≤20
n, m = map(int, input().split())
def quick_multi(n, m):
# 快速幂,n的m次方,其实直接调用python的求幂的函数也可以,我为了是练习一下
res = 1
while m > 0:
if m & 1:
res *= n
n *= n
m = m >> 1
return res
def compose_dp(num):
# 动态规划求组合数,利用C(n,m) = C(n-1, m) + C(n-1, m-1)可以逐个求出
# 初始化的数组全为1,且会多出一行一列,作为m=1或n=1时计算使用,操作时C(n,m)就对应数组的dp_comb[n][m]
dp_comb = [[1 for i in range(num + 1)] for j in range(num + 1)]
# 行序号定为n,列序号定为m,从n个元素中选m个出来组合,m==n时为1
for n in range(2, num + 1):
for m in range(1, n):
dp_comb[n][m] = dp_comb[n-1][m] + dp_comb[n-1][m-1]
# 虽然我们建立了从C(0,0)到C(num,num)的所有组合数可能,但本题只会用到C(num,1)到C(num,num-1)
return dp_comb
def probability(n, m):
if n > m: # 如果买的还没种类多肯定不可能集齐
prob = 0.0
else: # 如果买的比种类多
# 计算出至少有一种印章没有集齐的概率p,用1-p即为所有印章都集齐的概率
if n == 1:
prob = 1.0
else:
# 先获取的动态规划的组合数数组(只需要取最后一行即可)
dp_comb = compose_dp(n)[n]
#print(dp_comb)
p = 0
for i in range(1, n):
p += dp_comb[i] * quick_multi((1 - i / n), m) * quick_multi(-1, i - 1)
prob = 1 - p
return prob
res = probability(n, m)
print('%.4f' % res)