2020/06/03 一道穿了概率外衣的dp问题

思路核心在于如何理解题意,这个概率是如何计算得到的。
有两种思路,第一种思路从前往后进行推导,但是我没成功。暂且不表。
主要讲一下比较好的第二种思路。既然是一道概率题,我们首先把游戏结束时的成功的事件设置为1。成功事件是指,最后结果大于等于K且小于等于N的事件,与之相应的失败时间是最后结果大于N。
由于最后的状态只与前一个状态有关,因此我们设置状态dp[i]表示当前数值为i时,成功的概率。
显然dp[K: min(N,K+W)+1] = 1,其余状态都初始化为0。
转移方程:dp[i] = sum(dp[i+1:i+W+1])/W。也就是对未来的w个状态的概率加和并平均。这样我们需要最后得到dp[0]即可。
class Solution:
def new21Game(self, N: int, K: int, W: int) -> float:
# 时间复杂度O(kw+min(N-K,W))
if K ==

本文探讨了一道结合概率和动态规划的21点问题,重点介绍了从后往前推导的解题思路。通过设置成功事件概率,并利用转移方程简化计算,避免超时。文章揭示了如何利用滑动窗口优化动态规划算法。
最低0.47元/天 解锁文章
7万+

被折叠的 条评论
为什么被折叠?



