印章
欢迎关注我
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
这个题目当时看到的时候就是有一点点的懵逼,因为有牵扯到概率论的知识,所以有点费力。
这里主要的题解,可以浓缩成为这张图片
状态定义
首先,定义一个状态f[i][j]
这个状态的含义是
手里有i个印章,集齐j种印章的概率。
状态的属性
为什么这里是sum?
牵扯到这里,我们需要先想一下状态转移方程。
状态计算
因为每次抽取一个印章,都有两种可能
- 抽到新印章
- 没有抽到新印章
到此,我们在多买一个印章的时候,我们的这个就会有以上的两种组合,所以我们是需要将这两种情况进行一个加法求和
抽到新印章
如果说是抽到新印章,我们的上一个状态就是f[i-1][j-1]
现在我们需要得到第j个新的印章,我们就必须要从剩下的 n − ( j − 1 ) n-(j-1) n−(j−1)个印章中挑选出一个,挑选出来的概率为 P = n − j + 1 n P = \frac {n - j + 1} {n} P=nn−j+1,然后我们将这个概率与前面f[i-1][j-1]的概率相乘得到这个状态转移过去的公式
f [ i − 1 ] [ j − 1 ] ∗ n − j + 1 n f[i-1][j-1] * \frac {n - j + 1} {n} f[i−1][j−1]∗nn−j+1
没有抽到新印章
没有抽到新印章,表示在我们手里面有i-1个印章的时候,我们的手里面就已经有了j种印章。这个时候的状态为f[i-1][j]
那么这个状态的情况下,再抽一个印章,一定是从我们得到的j种印章中再抽一个印章,抽到的概率为
P
=
j
n
P = \frac {j} {n}
P=nj,同理,我们将这两个概率结合起来,得到转移公式
f [ i − 1 ] [ j ] ∗ j n f[i-1][j] * \frac {j} {n} f[i−1][j]∗nj
综上
我们的总体转移方程为
f [ i ] [ j ] = f [ i − 1 ] [ j ] ∗ j n + f [ i − 1 ] [ j − 1 ] ∗ n − j + 1 n f[i][j] = f[i-1][j] * \frac {j} {n} + f[i-1][j-1] * \frac {n-j+1} {n} f[i][j]=f[i−1][j]∗nj+f[i−1][j−1]∗nn−j+1
临界值考虑
i < j
,手里总共的印章数少于种类数,这种情况是不可能的,所以这个时候需要初始化为0j == 1
,这种情况是无论我手里有多少个印章,每次都只拿到同一种印章,这个时候的概率应该是 C n 1 × ( 1 n ) i = ( 1 n ) i − 1 C_n ^ 1 \times {(\frac {1} {n} )} ^ i = {(\frac {1} {n}) }^{i-1} Cn1×(n1)i=(n1)i−1
写到这里,基本上这个题目我们是做完了,下面是python代码的实现。
代码实现
n, m = map(int, input().split())
f = [[0]*21 for _ in range(21)] # 初始化一个矩阵
for i in range(1, m+1):
for j in range(1, n+1):
if i < j:
f[i][j] = 0
elif j == 1:
f[i][j] = (1/n)**(i-1)
else:
f[i][j] = f[i-1][j-1] * (n-j+1)/n + f[i-1][j] * j/n
print(f'{f[m][n]:.4f}')