试题 算法训练 印章

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)