LeetCode 808. 分汤(动态规划)

文章目录

1. 题目

有 A 和 B 两种类型的汤。一开始每种类型的汤有 N 毫升。有四种分配操作:

  • 提供 100ml 的汤A 和 0ml 的汤B。
  • 提供 75ml 的汤A 和 25ml 的汤B。
  • 提供 50ml 的汤A 和 50ml 的汤B。
  • 提供 25ml 的汤A 和 75ml 的汤B。

当我们把汤分配给某人之后,汤就没有了。
每个回合,我们将从四种概率同为0.25的操作中进行分配选择。
如果汤的剩余量不足以完成某次操作,我们将尽可能分配。
当两种类型的汤都分配完时,停止操作。

注意不存在先分配100 ml汤B的操作。

需要返回的值: 汤A先分配完的概率 + 汤A和汤B同时分配完的概率 / 2。

示例:
输入: N = 50
输出: 0.625
解释:
如果我们选择前两个操作,A将首先变为空。
对于第三个操作,A和B会同时变为空。
对于第四个操作,B将首先变为空。
所以A变为空的总概率加上A和B同时变为空的概率的一半是 
0.25 *(1 + 1 + 0.5 + 0)= 0.625。

注释:
0 <= N <= 10^9。
返回值在 10^-6 的范围将被认为是正确的。

来源:力扣(LeetCode) 链接:https://leetcode-cn.com/problems/soup-servings
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

2. 解题

  • 动态规划,见注释
  • 由于N特别大,采用map存储状态,且考虑到A肯定大概率先喝完,计算出 N >= 4800 时,概率误差小于 1e-6
class Solution {
    
    
public:
    double soupServings(int N) {
    
    
    	unordered_map<int,unordered_map<int,double>> dp, temp;
        if(N >= 4800) return 1;//经过计算 N=4800时,prob = 0.99999,误差小于1e-6
    	dp[N][N] = 1.0;
    	double prob = 0.0, p;
    	vector<vector<int>> delta = {
    
    {
    
    100,0},{
    
    75,25},{
    
    50,50},{
    
    25,75}};
    	int A, B, nA, nB, i;
        while(!dp.empty())
        {
    
    
            for(auto& item1 : dp)
            {
    
    	
                A = item1.first;
                for(auto& item2 : item1.second)
                {
    
    
                    B = item2.first;
                    p = item2.second;
                    if(A == 0)//A喝完了
                    {
    
    
                        if(B == 0)//AB同时喝完
                            prob += p/2.0;
                        else if(B > 0)//A先喝完
                            prob += p;
                    }
                    else//A没完
                    {
    
    
                        if(B == 0)//B先喝完,不在答案考虑范围内
                            continue;
                        for(i = 0; i < 4; i++)//4种情况
                        {
    
    
                            nA = max(0, A-delta[i][0]);//不够,直接全部喝完,为0
                            nB = max(0, B-delta[i][1]);
                            temp[nA][nB] += p*0.25;
                        }
                    }
                }
            }
            dp.swap(temp);//更新dp
            temp.clear();
        }
    	return prob;
    }
};

8 ms 7.6 MB


我的CSDN博客地址 https://michael.blog.csdn.net/

长按或扫码关注我的公众号(Michael阿明),一起加油、一起学习进步!
Michael阿明

猜你喜欢

转载自blog.csdn.net/qq_21201267/article/details/108636952