本文共 4189 字,大约阅读时间需要 13 分钟。
有一个骰子模拟器会每次投掷的时候生成一个 1 到 6 的随机数。
不过我们在使用它时有个约束,就是使得投掷骰子时,连续 掷出数字 i
的次数不能超过 rollMax[i]
(i
从 1 开始编号)。
现在,给你一个整数数组 rollMax
和一个整数 n
,请你来计算掷 n
次骰子可得到的不同点数序列的数量。
假如两个序列中至少存在一个元素不同,就认为这两个序列是不同的。由于答案可能很大,所以请返回 模 10^9 + 7 之后的结果。
示例 1:
输入:n = 2, rollMax = [1,1,2,2,2,3]输出:34解释:我们掷 2 次骰子,如果没有约束的话,共有 6 * 6 = 36 种可能的组合。但是根据 rollMax 数组,数字 1 和 2 最多连续出现一次,所以不会出现序列 (1,1) 和 (2,2)。因此,最终答案是 36-2 = 34。
示例 2:
输入:n = 2, rollMax = [1,1,1,1,1,1]输出:30
示例 3:
输入:n = 3, rollMax = [1,1,1,2,2,3]输出:181
提示:
1 <= n <= 5000
rollMax.length == 6
1 <= rollMax[i] <= 15
解题思路
这题使用dfs
加cache
可以过。具体思路如下:
考虑每个位置需要摆放的数i
(其中0<=i<6
),判断i
和之前元素pre
是不是一样,如果一样并且i
的连续个数等于rollMax[i]
,此时i
就不能放入当前位置,那么可以将i+1
放入当前位置,依次递归下去将所有的数放好即可。接着思考边界条件,也非常简单,就是当当我们遍历完全部的n
个数就(表示当前位置上的数都放好了)此时返回1
(表示这是一个可行解)。
from functools import lru_cacheclass Solution: def dieSimulator(self, n: int, rollMax: List[int]) -> int: @lru_cache(None) def dfs(n, pre, k): if n == 0: return 1 res = 0 for i in range(6): if i == pre and k == rollMax[i]: continue res = (res + dfs(n - 1, i, k + 1 if i == pre else 1))%(10**9 + 7) return res return dfs(n, -1, 0)
由于使用了lru_cache
所以代码非常简洁。当然可以使用dfs
加记忆化的问题也可以使用动态规划来做。定义函数 f ( i , j , k ) f(i, j, k) f(i,j,k)表示第 i i i掷次骰子,并且数字 j j j在之前出现了 k k k次的总次数。那么
- f ( i , j , 0 ) = ∑ t = 0 6 f ( i − 1 , t , k ) i f t ≠ j f(i,j,0)=\sum_{t=0}^{6} f(i-1,t,k) \ \ if \ t\neq j f(i,j,0)=∑t=06f(i−1,t,k) if t=j
- f ( i , j , k ) = f ( i − 1 , t , k − 1 ) i f t = j f(i,j,k)=f(i-1,t,k-1) \ \ if \ t= j f(i,j,k)=f(i−1,t,k−1) if t=j
class Solution: def dieSimulator(self, n: int, rollMax: List[int]) -> int: Max, mod = max(rollMax), 10**9 + 7 dp = [[[0]*Max for _ in range(6)] for _ in range(n)] for i in range(6): dp[0][i][0] = 1 for i in range(1, n): for j in range(6): dp[i][j][0] = sum(dp[i-1][t][k] for t in range(6) for k in range(rollMax[t]) if t != j)%mod for k in range(rollMax[j]-1, 0, -1): dp[i][j][k] = dp[i-1][j][k-1] return sum(dp[n-1][j][k] for j in range(6) for k in range(Max)) % mod
上述代码可以继续优化。我们可以先计算和,在通过和减去j==t
的情况。
- f ( i , j , 0 ) = ∑ t = 0 6 f ( i − 1 , t , k ) − f ( i − 1 , j , k ) f(i,j,0)=\sum_{t=0}^{6} f(i-1,t,k) - f(i-1,j,k) f(i,j,0)=∑t=06f(i−1,t,k)−f(i−1,j,k)
这种做法效率比上面更高。
class Solution: def dieSimulator(self, n: int, rollMax: List[int]) -> int: Max, mod = max(rollMax), 10**9 + 7 dp = [[[0]*Max for _ in range(6)] for _ in range(n)] for i in range(6): dp[0][i][0] = 1 for i in range(1, n): tmp = [sum(row) for row in dp[i-1]] Sum = sum(tmp) for j in range(6): dp[i][j][0] = Sum - tmp[j] for k in range(rollMax[j]-1, 0, -1): dp[i][j][k] = dp[i-1][j][k-1] return sum(dp[n-1][j][k] for j in range(6) for k in range(Max)) % mod
我们实际上不用开辟三维数组,只用二维数组即可,具体操作如下:
class Solution: def dieSimulator(self, n: int, rollMax: List[int]) -> int: Max, mod = max(rollMax), 10**9 + 7 dp = [[0, 1] + [0]*(Max - 1) for i in range(6)] for i in range(1, n): tmp = [sum(row[1:]) for row in dp] Sum = sum(tmp) for j in range(6): dp[j][0] = (Sum - tmp[j]) % mod for k in range(rollMax[j], 0, -1): dp[j][k] = dp[j][k - 1] return sum(sum(row[1:]) for row in dp) % mod
你以为这就是全部,实际上上面的代码还可以继续优化。我们在代码中使用了大量的sum
函数,实际上这些都可以嵌入到循环中,具体操作如下:
class Solution: def dieSimulator(self, n: int, rollMax: List[int]) -> int: Max, mod = max(rollMax), 10**9 + 7 dp = [[0, 1] + [0]*(Max - 1) for i in range(6)] tmp, Sum = [1] * 6, 6 for i in range(1, n): ts = 0 for j in range(6): dp[j][0], tmp[j] = (Sum - tmp[j]) % mod, 0 for k in range(rollMax[j], 0, -1): dp[j][k] = dp[j][k - 1] tmp[j] += dp[j][k] ts += tmp[j] Sum = ts % mod return Sum
至此这个问题才告一段落,我已开始在解这个问题的时候一直在寻找数学解法,但是没有思考出来,这一部分有待更新。
我将该问题的其他语言版本添加到了我的
如有问题,希望大家指出!!!
转载地址:https://coordinate.blog.csdn.net/article/details/102546598 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!