这里有 d 个一样的骰子,每个骰子上都有 f 个面,分别标号为 1, 2, ..., f。
我们约定:掷骰子的得到总点数为各骰子面朝上的数字的总和。
如果需要掷出的总点数为 target,请你计算出有多少种不同的组合情况(所有的组合情况总共有 f^d 种),模 10^9 + 7 后返回。
示例 1:
输入:d = 1, f = 6, target = 3
输出:1
示例 2:
输入:d = 2, f = 6, target = 7
输出:6
示例 3:
输入:d = 2, f = 5, target = 10
输出:1
示例 4:
输入:d = 1, f = 2, target = 3
输出:0
示例 5:
输入:d = 30, f = 30, target = 500
输出:222616187
提示:
1 <= d, f <= 30
1 <= target <= 1000
思路:
首先想到的是直接递归实现,发现
numRollsToTarget(d, f, target) = numRollsToTarget(d, f, target-1) + numRollsToTarget(d, f, target-2)+...+ numRollsToTarget(d, f, target-f)。但是,递归运行时间太长,所以放弃。但是获得了核心的状态转化方程。
所以,运用动规完成。状态转化方程为DP[i][j] = DP[i-1][j-1] + DP[i-1][j-2] + ... + DP[i-1][j-f]。
其中,DP[i][j],表示掷i个骰子,获得的总点数为j的方法总数。
python实现代码如下:
class Solution(object):
def numRollsToTarget(self, d, f, target):
"""
:type d: int
:type f: int
:type target: int
:rtype: int
"""
#创建DP二位数组
DP = [[0]*1001 for _ in range(31)]
#获取最小值,用于初始化数组
mini = min([f,target])
#初始化数组的第一行
for i in range(1,mini+1):
DP[1][i] = 1
#计算最大的点数
targetMax = d * f
#从第二行开始一次计算数组中的值。
for i in range(2,d+1):
for j in range(i,targetMax+1):
for k in range(1,f+1):
if j - k > 0:
DP[i][j] += DP[i-1][j-k]
DP[i][j] %= 1000000007
return DP[d][target]