標籤:代碼量 new 使用 -- div int 源碼 時間 ble
引言:寫這篇文章的初衷只是想做個筆記,因為這道題代碼量有點大,有點抽象,而書上並沒有詳細的注釋。為了加深印象和便於下次複習,做個記錄。
原題:把n個骰子扔到地上,所有骰子朝上一面的點數之後為s. 輸入n,列印出s所有可能的值出現的機率。(每個骰子6個面,點數從1到6)
解法一:基於遞迴,時間效率不高
遞迴的思想一般是分而治之,把n個骰子分為第一個和剩下的n-1個。先計算第一個骰子每個點數出現的次數,再計算剩餘n-1個骰子出現的點數之和。求n-1個骰子的點數之的方法和前面講的一樣,即再次把n-1個骰子分成兩堆------第一個和剩下的n-2個。n個骰子,每個骰子6個面,總共有6n個組合。這6n個組合之中肯定有重複的,我們知道其範圍是n~6n,對於每種情況我們可以用緩衝機制記錄下來,每當其發生一次我們令其對應的單元加1。
我們定義一個長度為6n-n+1的數組,和為s的點數出現的次數儲存到數組第s-n個元素裡。為什麼是6n-n+1呢?因為n個骰子的和最少是n,最大是6n,介於這兩者之間的每一個情況都可能會發生,總共6n-n+1種情況。下面是java源碼:
1 private static final int g_maxValue = 6; 2 //基於遞迴求骰子點數,時間效率不高 3 public static void PrintProbability(int number){ 4 if(number<1) return; 5 int maxSum = number*g_maxValue; 6 int[] pProbabilities = new int[maxSum-number+1]; 7 //初始化,開始統計之前都為0次 8 for(int i=number;i<=maxSum;i++){ 9 pProbabilities[i-number] = 0;10 }11 double total = Math.pow(g_maxValue,number);12 //probability(number,pProbabilities);這個Function Computen~6n每種情況出現的次數13 probability(number,pProbabilities);14 for(int i=number;i<=maxSum;i++){15 double ratio = pProbabilities[i-number]/total;16 System.out.println("i: "+i+" ratio: "+ratio);17 }18 }19 public static void probability(int number,int[] pProbabilities){20 for(int i=1;i<=g_maxValue;i++){//從第一個骰子開始21 probability(number,number,i,pProbabilities);22 }23 }24 //總共original個骰子,當前第 current個骰子,當前的和,貫穿始終的數組25 public static void probability(int original,int current,int sum,int[] pProbabilities){26 if(current==1){27 pProbabilities[sum-original]++;28 }else{29 for(int i=1;i<=g_maxValue;i++){30 probability(original,current-1,sum+i,pProbabilities);31 }32 }33 }
這種方法思路非常簡潔,但是遞迴實現會存在子問題重複求解的情況發生,所以當number很大的時候,其效能會慢的讓人不能接受。
解法二:基於迴圈,時間效能好
遞迴一般是自頂向下的分析求解,而基於迴圈的方法則是自底向上。基於迴圈的一般需要更少的空間和更少的時間,效能較好,但是一般代碼比較難懂。
書上的講解比較簡單,代碼沒有注釋,這裡本人用java實現了書本上的方法,注釋比較詳細。
1 //基於迴圈求骰子點數 2 public static void PrintProbability_1(int number){ 3 if(number<1){ 4 return; 5 } 6 int[][] pProbabilities = new int[2][g_maxValue*number +1]; 7 for(int i=0;i<g_maxValue;i++){//初始化數組 8 pProbabilities[0][i] = 0; 9 pProbabilities[1][i] = 0;10 }11 int flag = 0;12 for(int i=1;i<=g_maxValue;i++){//當第一次拋擲骰子時,有6種可能,每種可能出現一次13 pProbabilities[flag][i] = 1;14 }15 //從第二次開始擲骰子,假設第一個數組中的第n個數字表示骰子和為n出現的次數,16 //在下一迴圈中,我們加上一個新骰子,此時和為n的骰子出現次數應該等於上一次迴圈中骰子點數和為n-1,n-2,n-3,n-4,n-5,17 //n-6的次數總和,所以我們把另一個數組的第n個數字設為前一個數組對應的n-1,n-2,n-3,n-4,n-5,n-6之和18 for(int k =2;k<=number;k++){19 for(int i=0;i<k;i++){//第k次擲骰子,和最小為k,小於k的情況是不可能發生的!所以另不可能發生的次數設定為0!20 pProbabilities[1-flag][i] = 0;21 }22 for(int i=k;i<=g_maxValue*k;i++){//第k次擲骰子,和最小為k,最大為g_maxValue*k23 pProbabilities[1-flag][i] = 0;//初始化,因為這個數組要重複使用,上一次的值要清024 for(int j=1;j<=i&&j<=g_maxValue;j++){25 pProbabilities[1-flag][i] += pProbabilities[flag][i-j];26 }27 }28 flag = 1-flag;29 }30 double total = Math.pow(g_maxValue, number);31 for(int i=number;i<=g_maxValue*number;i++){32 double ratio = pProbabilities[flag][i]/total;33 System.out.println("sum: "+i+" ratio: "+ratio);34 }35 }
運行結果:
sum: 6 ratio: 2.143347050754458E-5
sum: 7 ratio: 1.286008230452675E-4
sum: 8 ratio: 4.501028806584362E-4
sum: 9 ratio: 0.0012002743484224967
sum: 10 ratio: 0.002700617283950617
sum: 11 ratio: 0.005401234567901234
sum: 12 ratio: 0.00977366255144033
sum: 13 ratio: 0.016203703703703703
sum: 14 ratio: 0.02488425925925926
sum: 15 ratio: 0.03570816186556927
sum: 16 ratio: 0.048161008230452676
sum: 17 ratio: 0.061213991769547324
sum: 18 ratio: 0.07353823731138547
sum: 19 ratio: 0.08371913580246913
sum: 20 ratio: 0.09047067901234568
sum: 21 ratio: 0.09284979423868313
sum: 22 ratio: 0.09047067901234568
sum: 23 ratio: 0.08371913580246913
sum: 24 ratio: 0.07353823731138547
sum: 25 ratio: 0.061213991769547324
sum: 26 ratio: 0.048161008230452676
sum: 27 ratio: 0.03570816186556927
sum: 28 ratio: 0.02488425925925926
sum: 29 ratio: 0.016203703703703703
sum: 30 ratio: 0.00977366255144033
sum: 31 ratio: 0.005401234567901234
sum: 32 ratio: 0.002700617283950617
sum: 33 ratio: 0.0012002743484224967
sum: 34 ratio: 4.501028806584362E-4
sum: 35 ratio: 1.286008230452675E-4
sum: 36 ratio: 2.143347050754458E-5
《劍指offer》 面試題43 n個骰子的點數 (java)