LeetCode1223. 掷骰子模拟
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
动态规划
动态规划的状态表示
dp[i][j][k] 表示投掷(i+1)次骰子后，以j结尾，且j重复k次的子序列数量。状态数量：n× \times× 6× \times× 15
动态规划的转移方程
对每种状态，分别枚举投掷0到5。
动态规划的初始状态
分别投掷了0到5。
动态规划的填表顺序
i从0到n-1。
动态规范的返回值
sub(dp.back())
优化
优化一
第i次选择和i-1次选择相同，k++。
第i次选择和i-1次选择不同。k =1。 dp[i-1]的合法状态和*5。5种不同值。
时间复杂度优化到：O(n× \times× 6× \times× 15)。
优化二
状态不需要k。
dp[i][j]的含义不变。dp2[i][j] 一个j结尾的合法序列。
iSum = sum(dp[i-1])
dp[i][j] = iSum - dp[i-1][j]中连续maxRoll[j]个j结尾的子序列，即dp2[i-maxRoll[j]]。
dp2[i][j] = iSum - dp[i-1][j]。
优化后，时间复杂度O(n*6)。
代码
核心代码
class Solution { public: int dieSimulator(int n, vector<int>& rollMax) { vector<vector<C1097Int<>>> dp(n,vector<C1097Int<>>(6)); dp[0].assign(6,1); auto dp2 = dp; for (int i = 1; i < n; i++) { auto sumPre = std::accumulate(dp[i - 1].begin(), dp[i - 1].end(), C1097Int<>()); for (int iRoll = 0; iRoll < 6; iRoll++) { dp2[i][iRoll] = sumPre - dp[i - 1][iRoll]; dp[i][iRoll] = sumPre ; const int delIndex = i - (rollMax[iRoll]); if (delIndex >= 0) { dp[i][iRoll] -= dp2[delIndex][iRoll]; } } } return std::accumulate(dp.back().begin(), dp.back().end(), C1097Int<>()).ToInt(); } };
测试用例
template<class T, class T2> void Assert(const T& t1, const T2& t2) { assert(t1 == t2); } template<class T> void Assert(const vector<T>& v1, const vector<T>& v2) { if (v1.size() != v2.size()) { assert(false); return; } for (int i = 0; i < v1.size(); i++) { Assert(v1[i], v2[i]); } } int main() { int n; vector<int> rollMax; { n = 2, rollMax = { 1,1,2,2,2,3 }; int res = Solution().dieSimulator(n, rollMax); Assert(34, res); } { n = 3, rollMax = { 1,1,1,2,2,3 }; int res = Solution().dieSimulator(n, rollMax); Assert(181, res); } { n = 2, rollMax = { 1,1,1,1,1,1 }; int res = Solution().dieSimulator(n, rollMax); Assert(30, res); } { n = 4, rollMax = { 2, 1, 1, 3, 3, 2 }; int res = Solution().dieSimulator(n, rollMax); Assert(1082, res); } }
扩展阅读
视频课程
有效学习：明确的目标 及时的反馈 拉伸区（难度合适），可以先学简单的课程，请移步CSDN学院，听白银讲师（也就是鄙人）的讲解。
https://edu.csdn.net/course/detail/38771
如何你想快速形成战斗了，为老板分忧，请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176
相关
下载
想高屋建瓴的学习算法，请下载《喜缺全书算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653
| 我想对大家说的话 |
| 闻缺陷则喜是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。 |
| 子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。 |
| 如果程序是一条龙，那算法就是他的是睛 |
测试环境
操作系统：win7 开发环境： VS2019 C++17
或者 操作系统：win10 开发环境： VS2022 C++17
如无特殊说明，本算法用**C++**实现。
