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
分析:
方法1:动态规划
我们令 n 个骰子投出的点数为 k,那么 k 点的个数就可以表示为 F( n,k ),当第 n 个骰子的点数为 i 时,就相当于求 n - 1 个骰子投出点数为 k - i 的个数,即 F( n - 1,k - i ),因为骰子只有 6 个点数,所以我们可以写出转移方程(∑ 这里不好写,就没用):
dp[n][k] = dp[n-1][k-1]+ dp[n-1][k-2]+ dp[n-1][k-3]+ dp[n-1][k-4]+ dp[n-1][k-5]+ dp[n-1][k-6]
( 1 <= n <= 11,k - i >= 0 )
时间复杂度:O(n^2)
空间复杂度:O(n) 因为返回数组,相对来说是 O(n)
class Solution {
public double[] dicesProbability(int n) {
//定义初始dp
int[][] dp = new int[n+1][6*n+1];
//初始化第一层
for(int i = 0; i < 6; ++i){
dp[1][i] = 1;
}
//遍历
for(int i = 2; i <= n; ++i){
//遍历赋值
for(int j = 6 * i; j > -1; --j){
for(int k = 1; k <= 6; k++){
if(j - k >= 0){
dp[i][j] += dp[i-1][j-k];
}
}
}
}
//结果集
double[] res = new double[5 * n + 1];
//分母
double dno = Math.pow(6, n);
for(int i = 5 * n; i > -1; --i){
res[i] = dp[n][i+n-1] / dno;
}
return res;
}
}
方法2:动态规划优化
因为每一层的点数个数只和上一层有关,所以可以减少一个维度,改为用数组来存储上一层的点数,而每个数的加值可以看做上一层的数滑动加过去的一个过程,因此只需要遍历上一层的数组,每次都六个位置加值即可。
- 第一层:1,1,1,1,1,1
- 第二层初始:0,0,0,0,0,0,0,0,0,0,0,0
- 第一次遍历:0,1,1,1,1,1,1,0,0,0,0,0
- 第二次遍历:0,1,2,2,2,2,2,1,0,0,0,0
- 第三次遍历:0,1,2,3,3,3,3,2,1,0,0,0
- 第四次遍历:0,1,2,3,4,4,4,3,2,1,0,0
- 第五次遍历:0,1,2,3,4,5,5,4,3,2,1,0
- 第六次遍历:0,1,2,3,4,5,6,5,4,3,2,1
时间复杂度:O(n^2)
空间复杂度:O(1)
class Solution {
public double[] dicesProbability(int n) {
//定义初始dp
double[] dp = new double[]{1/6.0,1/6.0,1/6.0,1/6.0,1/6.0,1/6.0};
//遍历
for(int i = 2; i <= n; ++i){
//扩容数组
double[] temp = new double[5 * i + 1];
//遍历赋值
for(int j = dp.length-1; j > -1; --j){
for(int k = 0; k < 6; k++){
temp[j + k] += dp[j] / 6.0;
}
}
dp = temp;
}
return dp;
}
}
题目来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/nge-tou-zi-de-dian-shu-lcof