马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。
您需要 登录 才可以下载或查看,没有账号?立即注册
×
剑指 Offer 60. n个骰子的点数
标题:把n个骰子扔在地上,全部骰子朝上一面的点数之和为s。输入n,打印出s的全部大概的值出现的概率。
你必要用一个浮点数数组返回复案,此中第 i 个元素代表这 n 个骰子所能掷出的点数集会集第 i 小的谁人的概率。
示例 1:
输入: 1
输出: [0.16667,0.16667,0.16667,0.16667,0.16667,0.16667]
思绪分析: 时间复杂度为 O ( n 3 ) O(n^3) O(n3),此中第一个循环的次数是 n n n,第二个循环的次数是 6 n 6n 6n,第三个循环的次数是 6 6 6,因此总次数为 n × 6 n × 6 = O ( n 3 ) n \times 6n \times 6 = O(n^3) n×6n×6=O(n3)。
空间复杂度为 O ( n 2 ) O(n^2) O(n2),必要开辟一个二维数组 dp,巨细为 ( n + 1 ) × ( 6 n + 1 ) (n+1) \times (6n+1) (n+1)×(6n+1)。
- class Solution {
- public double[] dicesProbability(int n) {
- // 特判,当 n 为 0 时,返回空数组
- if (n == 0) {
- return new double[0];
- }
- // 创建一个二维数组 dp,dp[i][j] 表示投掷 i 个骰子,点数之和为 j 的次数
- int[][] dp = new int[n + 1][6 * n + 1];
- // 初始化只投掷一个骰子的情况,即 dp[1][1~6] = 1
- for (int i = 1; i <= 6; i++) {
- dp[1][i] = 1;
- }
- // 从投掷两个骰子开始,逐渐增加骰子个数
- for (int i = 2; i <= n; i++) {
- // 对于每个骰子数之和 j,枚举最后一个骰子的点数 k
- for (int j = i; j <= 6 * n; j++) {
- for (int k = 1; k <= 6; k++) {
- // 如果 j 大于等于 k,则 j-k 是一个合法的下标
- if (j >= k) {
- // 计算投掷 i 个骰子,点数之和为 j 的次数
- dp[i][j] += dp[i - 1][j - k];
- }
- }
- }
- }
- // 计算所有情况的可能性总数,即 6 的 n 次方
- double count = Math.pow(6, n);
- // 创建一个长度为 5*n+1 的数组 res,用于存储所有可能点数的概率
- double[] res = new double[5 * n + 1];
- int index = 0;
- // 枚举所有可能点数 i,将 dp[n][i] 除以总次数 count 得到概率
- for (int i = n; i <= 6 * n; i++) {
- res[index++] = dp[n][i] / count;
- }
- return res;
- }
- }
复制代码 4. 探求两个正序数组的中位数
标题:给定两个巨细分别为 m 和 n 的正序(从小到大)数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。
算法的时间复杂度应该为 O(log (m+n)) 。
示例 1:
输入:nums1 = [1,3], nums2 = [2]
输出:2.00000
表明:归并数组 = [1,2,3] ,中位数 2
思绪分析: 假设我们要找出两个数组中的第k小的数,我们可以比力两个数组的中位数mid1和mid2,假设mid1小于mid2,则nums1中前k/2个元素肯定不大概是第k小的数(由于nums1中前k/2个元素加上nums2中前k/2个元素最多只能构成k个元素,而这k个元素中已经有mid1和mid2了,因此nums1中前k/2个元素肯定不大概是第k小的数),因此我们可以将这些元素删除。此时,我们必要在nums1的剩余元素和nums2中查找第k-k/2小的数,这可以通过递归实现。为了克制每次都将数组的前k/2个元素都复制到一个新的数组中,我们可以使用指针来标记当前查找的地区,在每次递归调用时调解指针即可。具体来说,我们可以编写一个名为findK的函数,该函数吸收四个参数:数组nums1、数组nums2、两个指针l1和l2,以及要查找的第k小的数。函数的返回值是两个数组中第k小的数。在每次递归调用中,我们必要判定各种边界条件,以克制出现数组下标越界等错误。此中,假如k=1,则阐明我们已经找到了当前查找的中位数,此时只必要返回两个数组中较小的谁人元素即可。假如删除这个条件,则在递归查找的过程中无法正确判定何时已经找到了中位数,从而导致错误的效果。在盘算中位数时,我们必要分别处理处罚数组长度为奇数和偶数的情况。假如数组长度为奇数,则中位数是第(len+1)/2个元素;假如数组长度为偶数,则中位数是第len/2个元素和第(len+2)/2个元素的均匀值。末了,我们可以编写一个名为findMedianSortedArrays的函数,该函数吸收两个已排序的数组nums1和nums2,并返回它们的中位数。
- class Solution {
- public double findMedianSortedArrays(int[] nums1, int[] nums2) {
- // 计算两个数组的总长度
- int len = nums1.length + nums2.length;
- // 如果总长度为奇数,则中位数是第(len+1)/2个数
- if (len % 2 == 1) {
- return findK(nums1, 0, nums2, 0, (len + 1) / 2) * 1.0;
- } else { // 如果总长度为偶数,则中位数是第len/2个数和第(len+2)/2个数的平均值
- return (findK(nums1, 0, nums2, 0, len / 2) + findK(nums1, 0, nums2, 0, (len + 2) / 2)) * 0.5;
- }
- }
- // 在两个数组中查找第k小的数
- private int findK(int[] nums1, int l1, int[] nums2, int l2, int k) {
- // 如果nums1中已经没有元素,则第k小的数在nums2中
- if (l1 >= nums1.length) {
- return nums2[l2 + k - 1];
- }
- // 如果nums2中已经没有元素,则第k小的数在nums1中
- if (l2 >= nums2.length) {
- return nums1[l1 + k - 1];
- }
- // 如果k=1,则第k小的数就是nums1和nums2中较小的那个
- if (k == 1) {
- return Math.min(nums1[l1], nums2[l2]);
- }
- // 在nums1和nums2中各取k/2个元素进行比较
- int mid1 = Integer.MAX_VALUE;
- int mid2 = Integer.MAX_VALUE;
- if (nums1.length - l1 >= k / 2) {
- mid1 = nums1[l1 + k / 2 - 1];
- }
- if (nums2.length - l2 >= k / 2) {
- mid2 = nums2[l2 + k / 2 - 1];
- }
- // 如果nums1中的中位数小于nums2中的中位数,则第k小的数一定不在nums1的前k/2个元素中,可以排除这些元素,继续在剩余的元素中查找第k-k/2小的数;否则第k小的数一定不在nums2的前k/2个元素中,可以排除这些元素,继续在剩余的元素中查找第k-k/2小的数
- if (mid1 < mid2) {
- return findK(nums1, l1 + k / 2, nums2, l2, k - k / 2);
- } else {
- return findK(nums1, l1, nums2, l2 + k / 2, k - k / 2);
- }
- }
- }
复制代码 96. 差别的二叉搜刮树
标题:给你一个整数
返回满意题意的二叉搜刮树的种数。
示例 1:
输入:n = 3
输出:5
思绪分析: 使用一个一维数组 dp 来记
[code][/code] |