题目:把n个骰子仍在地上,所有骰子的点数和为s。输入n,打印s所有可能取值的概率。
分析1:容易知道,有n个骰子的话,s的最小取值为n(全为1),最大取值为6n(全为6)。
如果只有1个骰子,那么很简单,s取1,2,3,4,5,6的情况数均为1,概率为1/6;设想有n个骰子,出现和为s,我们可以这样考虑,如果第一个骰子有6中情况,取1,2,3,4,5,6;那么剩下的n-1个骰子的和则分别取s-1,s-2, s-3,s-4,s-5, s-6,我们将所有这些情况相加,就可以得出总的情况数。看出了吗?亲,这是什么问题?对了,还是递归问题,根据以上分析我们不难写出如下的递归公式:
对公式的说明:(1)f(s,n)表示,有n个骰子,出现和为s的情况总数;(2)对于公式第二行的解释;如果有一个骰子,那么点数为8或者0的情况数,我们记为0,这样是为了在计算递归时更为方便所作的处理;例如有公式可知f(8,2)=f(7,1)+f(6,1)+f(5,1)+f(4,1)+f(3,1)+f(2,1),如果我们规定了f(7,1)=0那么计算会方便很多。
有了上面的分析,我们可以写出如下的C++代码:
1 #include<iostream>
2 #include<string>
3 #include<cmath>
4 using namespace std;
5
6
7 int diceMaxValue = 6;
8 //计算给定diceNumber个骰子,出现和为diceTotalSum的所有可能情况的总数
9 int fun(int diceTotalSum, int diceNumber)
10 {
11 //骰子数小于1,错误;
12 if(diceNumber < 1)
13 {
14 cout<<"diceNumber must >= 1"<<endl;
15 return 0;
16 }
17
18 //骰子数==1;如果和s在[1,6]之间,情况数均为1;
19 //否则为零;例如有一个骰子,出现点数0或者8的情况均不可能,返回0。
20 if(diceNumber == 1)
21 {
22 if((diceTotalSum >= diceNumber && diceTotalSum <= diceMaxValue*diceNumber))
23 return 1;
24 else
25 return 0;
26 }
27
28 //n>1,递归;
29 if(diceNumber > 1)
30 {
31 int sum=0;
32 for(int i = 1; i <= diceMaxValue;++i){
33 sum += fun(diceTotalSum-i,diceNumber-1);
34 }
35 return sum;
36 }
37 }
38
39 //给定number个骰子,打印出现各种情况的概率
40 void printSumProbabilityOfDice(int number)
41 {
42 if(number < 1)
43 {
44 return;
45 }
46
47 int maxSum = number * diceMaxValue;
48 float *pProbability = new float[maxSum - number + 1];
49
50 //数组pProbability存放出现和s时的情况数
51 for(int s = number;s <= maxSum;++s)
52 {
53 pProbability[s-number] = fun(s,number);
54 }
55
56 //计算总共出现所有的情况数
57 int total = pow(diceMaxValue,number);
58
59 //计算概率,打印概率
60 for(int j = 0;j < maxSum - number + 1;++j)
61 {
62 pProbability[j] /= total;
63 cout<<j+number<<"\t"<<pProbability[j]<<endl;
64 }
65 delete[] pProbability;
66 }
67
68
69
70 int main()
71 {
72 cout<<"s"<<"\t"<<"probablility"<<endl;
73 printSumProbabilityOfDice(3);
74 return 0;
75 }
我们计算3个骰子的情况,运行情况如下:
在开始的定义中,我定义了一个表示单个骰子最大值的变量,并赋值为6,是借鉴了何海涛博主所说的保证代码的可重用性。
分析2:和算法2中求解斐波那契数列的方法类似,递归的效率太差,我们可以正向来求解,假设我们有一个数组表示k-1个骰子中各点数的情况,令第s个分量表示和为s时情况总数,那么当有k个骰子是,其和为s时的情况总数,就是表示k-1骰子的数组中的s-1,s-2,s-3,s-4,s-5,s-6的和(分别令引入的第k个骰子的值分别取1,2,3,4,5,6即可,其实和分析1的思路差不太多)。根据这个思想,我们可以用两个数组交替表示数组k-1和数组k,于是我们有如下的代码:
#include<iostream>
#include<string>
#include<cmath>
using namespace std;
int diceMaxValue = 6;
void PrintProbabilityOfDice(int number)
{
double* pProbability[2];
pProbability[0] = new double[number * diceMaxValue + 1];
pProbability[1] = new double[number * diceMaxValue + 1];
//初始化数组
for(int i = 0;i < number * diceMaxValue + 1;++i)
{
pProbability[0][i]=0;
pProbability[1][i]=0;
}
int flag = 0;
//将第一个数组下标为1-6的赋值为1
for(int a = 1;a <= diceMaxValue;++a)
{
pProbability[flag][a] = 1;
}
//骰子数k从2到n循环;对于每一k,s取值为[k,6k],对于每一个s计算前一个数组
//的s-1,s-2,s-3,s-4,s-5,s-6;因为前一个数组的最小值为k-1,因为因而有s-j>=k-1;
for(int k = 2;k <= number;++k)
{
for(int s = k; s <= diceMaxValue * k;++s)
{
pProbability[1-flag][s] = 0;
for(int j = 1;j <= diceMaxValue && j <= s - k + 1;++j)
{
pProbability[1-flag][s] += pProbability[flag][s-j];
}
}
flag = 1-flag;
}
//除以总数,计算并输出概率;
double total = pow((double)diceMaxValue,number);
for(int ss = number;ss <= number * diceMaxValue;++ss)
{
pProbability[flag][ss] /= total;
cout<<ss<<"\t"<<pProbability[flag][ss]<<endl;
}
delete[] pProbability[0];
delete[] pProbability[1];
}
int main()
{
cout<<"s"<<"\t"<<"probability"<<endl;
PrintProbabilityOfDice(4);
return 0;
}
运行结果如下:
最后分析:我们看到和【算法02】中提到的一样,虽然该算法的时间复杂度提高了很多,但是动态创建了两个数组,而且每一个的数组长度都没分析1中的长度多了一个n,因而还是以空间换时间的思想。好了,这个算法就到这,祝各位愉快!
参考文献:
【1】何海涛博客:http://zhedahht.blog.163.com/blog/static/254111742009101524946359/
【2】Wikipedia:http://en.wikipedia.org/wiki/Dice#Probability
【3】http://www.helium.com/items/1538174-how-to-calculate-probability-using-multiple-dice
注:
1)本博客所有的代码环境编译均为win7+VC6。所有代码均经过博主上机调试。
2)博主python27对本博客文章享有版权,网络转载请注明出处http://www.cnblogs.com/python27/。对解题思路有任何建议,欢迎在评论中告知。