Bob 的生存概率问题

Bob 的生存概率问题作者:Grey
原文地址:
博客园:Bob 的生存概率问题
CSDN:Bob 的生存概率问题
题目描述给定五个参数 n , m , i , j , k,表示在一个 n*m 的区域,Bob 处在 (i,j) 点,每次 Bob 等概率的向上、 下、左、右四个方向移动一步,Bob 必须走 k 步 。如果走完之后,Bob 还停留在这个区域上,就算 Bob 存活,否则就算 Bob 死亡 。请求解 Bob 的生存概率,返回字符串表示分数的方式 。
题目链接:牛客-Bob的生存概率
暴力解法由于 Bob 可以向四个方向任意一个方向走 k 步,所以,Bob 可以选择走的路线总数是:4^k,即:4 的 k 次方 。
接下来就是要求在 4 ^ k 总数中,哪些是存活下来的路线,定义如下递归函数
long process(int i, int j, int k, int n, int m)递归含义表示:目前在 (i , j) 位置,还有 k 步要走,走完了如果还在棋盘中就获得1个生存点,返回总的生存点数 。
接下来是 base case,如果越界了 , 直接返回 0,
if (i < 0 || i == n || j < 0 || j == m) {return 0;}表示没有生存机会,
如果没有越界,但是此时正好 k == 0,说明已经有一种存活路线了 , 返回 1 , 表示一种有效路线 。
if (i < 0 || i == n || j < 0 || j == m) {return 0;}// 没有越界 , 说明还在棋盘中,没有步数了,直接返回一种有效路线 。if (k == 0) {return 1;}接下来是普遍情况,Bob 在棋盘中,可以往四面八方走,即
long up = process(i - 1, j, k - 1, n, m);long down = process(i + 1, j, k - 1, n, m);long left = process(i, j - 1, k - 1, n, m);long right = process(i, j + 1, k - 1, n, m);上述表示四面八方走返回的有效路线,四个方向的有效路线之和 , 就是答案,即
return up + down + left + right;递归函数的完整代码如下
public static long process(int i, int j, int k, int n, int m) {if (i < 0 || i == n || j < 0 || j == m) {return 0;}// 还在棋盘中!if (k == 0) {return 1;}// 还在棋盘中!还有步数要走long up = process(i - 1, j, k - 1, n, m);long down = process(i + 1, j, k - 1, n, m);long left = process(i, j - 1, k - 1, n, m);long right = process(i, j + 1, k - 1, n, m);return up + down + left + right;}由于最后的结果要返回最简的分数形式,所以假设有效路线是 X 种,所有可能的走法是 Y 种,那么返回的字符串是如下形式
return (X/gcd(X,Y)) + "/" + (Y/gcd(X,Y))【Bob 的生存概率问题】其中 gcd(X,Y) 就是利用辗转相除法得到 X,Y 的最大公约数
public static long gcd(long m, long n) {return n == 0 ? m : gcd(n, m % n);}暴力解法的完整代码如下
import java.util.Scanner;public class Main {public static String livePossibility1(int i, int j, int k, int n, int m) {return buildExp(process(i, j, k, n, m), (long) Math.pow(4, k));}// 目前在i,j位置 , 还有k步要走,走完了如果还在棋盘中就获得1个生存点,返回总的生存点数public static long process(int i, int j, int k, int n, int m) {if (i < 0 || i == n || j < 0 || j == m) {return 0;}// 还在棋盘中!if (k == 0) {return 1;}// 还在棋盘中!还有步数要走long up = process(i - 1, j, k - 1, n, m);long down = process(i + 1, j, k - 1, n, m);long left = process(i, j - 1, k - 1, n, m);long right = process(i, j + 1, k - 1, n, m);return up + down + left + right;}public static String buildExp(long m, long n) {return m / gcd(m, n) + "/" + n / gcd(m, n);}public static long gcd(long m, long n) {return n == 0 ? m : gcd(n, m % n);}public static void main(String[] args) {Scanner sc = new Scanner(System.in);int n = sc.nextInt();int m = sc.nextInt();int i = sc.nextInt();int j = sc.nextInt();int k = sc.nextInt();System.out.println(livePossibility1(i, j, k, n, m));sc.close();}}超时

Bob 的生存概率问题

文章插图
动态规划解 (可 AC)根据上述暴力递归过程可知 , 递归函数有三个可变参数:i,j,k;所以 , 定义一个三维数组 dp,就可以把所有递归过程的中间值存下,根据 i , j,k 的可变范围,定义如下三维数组:
long[][][] dp = new long[n][m][k + 1];根据暴力递归过程的 base case , 可以初始化 dp 的某些位置的值
long[][][] dp = new long[n][m][k + 1];for (int row = 0; row < n; row++) {for (int col = 0; col < m; col++) {dp[row][col][0] = 1;}}接下来是普遍情况,通过暴力递归过程可知,dp[i][j][k]依赖以下四个位置的值

推荐阅读