大厂秋招真题【DP】米哈游20230924秋招T2-米小游与魔法少女-奇运
米哈游20230924秋招T2-米小游与魔法少女-奇运
题目描述与示例
题目描述
米小游都快保底了还没抽到希儿,好生气哦!只能打会活动再拿点水晶。
米小游和世界第一可爱的魔法少女 TeRiRi 正在打 BOSS,BOSS 的血量为h,当 BOSS 血量小于等于0时,BOSS 死亡。TeRiRi 有一套牌,在一轮中,她会按顺序一张一张的将卡牌打出,套牌中有两种卡牌:
- 时来运转:获得
x个幸运币。 - 幸运一掷:造成
x点伤害,并投掷所有幸运币,造成等于所有幸运币掷出的点数之和的伤害。
幸运币可以等概率的投掷出1∼6之间的点数。 (所以为什么不叫骰子呢?)
米小游想知道,TeRiRi 的套牌在一轮内击杀 BOSS 的概率。
输入描述
第一行输入两个整数n (1≤n≤100),h (1≤h≤10^9),分别表示卡牌张数和 BOSS 血量。
接下来n行,每行首先输入两个整数t (1≤t≤2),x (1≤x≤10),t为1表示卡牌为时来运转,t为2表示卡牌为幸运一掷。
输出描述
输出一个实数表示答案,你的答案与标准答案的误差不超过10^−4都被认为是正确答案。
示例一
输入
2 5
1 1
2 1
输出
0.5
说明
幸运币掷出4及以上的概率为0.5,再加上1点固定伤害,即可击杀BOSS。
示例二
输入
3 1145
1 4
1 9
1 9
输出
0
说明
无论如何都无法击杀BOSS。
解题思路
对于固定顺序的套牌,投掷幸运币的数量是固定的。这里要注意的是,由于时来运转之后必须接上幸运一掷才能将幸运币打出造成伤害,所以如果最后的若干张连续的卡牌是时来运转,这些最后获得的幸运币也是无法造成伤害的。
我们将造成的伤害分为两部分,固定伤害和随机伤害,前者为打出y个幸运币必定造成的z点伤害,后者为y个幸运币掷出点数和的伤害。
假设整套卡牌一共投掷了y个幸运币,造成的固定伤害为z点,如果想要击杀BOSS,随机伤害必须至少达到h-z点才可以。当然,如果h-z≤0,则必定可以击杀BOSS。
问题就转换为,投掷出y个幸运币,点数总和超过h-z的概率是多少?
由于每一个幸运币都是独立的,在掷出第i个幸运币时,其结果是从掷出第i-1个幸运币时得到的各种结果转移得到的,因此我们可以使用动态规划来解决该问题。我们考虑动态规划三部曲:
dp数组的含义是什么?
dp数组是一个长度为(y+1)×(h-z+1)的二维矩阵,dp[i][j]表示掷出第i个幸运币时,有多大的概率可以取得和为j的结果,即造成和为j的伤害。- 特别地,由于只需要判断伤害之和大于等于
h-z的概率,而不用关心具体的分布,dp数组内层的第h-z个元素,即dp[i][h-z],表示求和大于等于h-z的概率。
- 动态转移方程是什么?
- 由于幸运币掷出点数
1-6是等概率的,故对于某一个特定的dp[i-1][j],在掷出第i个幸运币时,dp[i-1][j]的结果将等概率地转换到dp[i][j+1],dp[i][j+2],dp[i][j+3],dp[i][j+4],dp[i][j+5],dp[i][j+6],即每一个状态都可以取得1/6的转移。 - 另外,如果
j+k之后超过了h-z,则将直接获得(7-k)/6 * dp[i-1][j]的概率。
for i in range(1, y+1):for j in range(i-1, h-z+1):for k in range(1, 7):if j + k >= h - z:dp[i][h-z] += (7-k)/6 * dp[i-1][j]breakelse:dp[i][j+k] += 1/6 * dp[i-1][j]
dp数组如何初始化?
- 考虑不投掷任何幸运币的情况,那么只有一种情况,也就是在投掷
0个幸运币的时候获得求和为0的概率为恒定1。故初始化dp[0][0] = 1
dp = [[0] * (h-z+1) for _ in range(y+1)]
dp[0][0] = 1
考虑完上述问题后,代码其实呼之欲出了。
代码
Python
# 题目:【DP】米哈游2023秋招-米小游与魔法少女-奇运
# 作者:闭着眼睛学数理化
# 算法:DP
# 代码有看不懂的地方请直接在群上提问y = 0 # 掷出幸运币的总个数
z = 0 # 全部造成的固定伤害
x_temp = 0 # 时来运转获得的幸运币n, h = map(int, input().split())
for _ in range(n):t, x = map(int, input().split())# 时来运转if t == 1:x_temp += x# 幸运一掷else:y += x_tempx_temp = 0z += x# 如果固定伤害已经大于h,直接输出1
if h - z <= 0:print(1)
# 否则才需要进行dp过程
else:# 初始化dp数组# dp[i][j]表示掷出了i个幸运币时,# 有多大的概率可以取得和为j的结果,即造成和为j的伤害。dp = [[0] * (h-z+1) for _ in range(y+1)]dp[0][0] = 1# 考虑每一个幸运币for i in range(1, y+1):# 对于每一个幸运币考虑打出i-1个硬币后的# 每一种求和结果的概率# 注意,由于已经掷出了i-1个幸运币# 那么求和结果至少为i-1,因为每个幸运币点数至少为1点# 因此j遍历时起点可以从i-1开始for j in range(i-1, h-z+1):# 如果求和j尚未在上一次投掷中取得,# 则可以直接考虑下一个幸运币if dp[i-1][j] == 0:break# 遍历掷出六种不同点数k的情况,# 当前点数则可以取得j+kfor k in range(1, 7):# 如果当前点数j+k超过了击杀所需点数# 则更新dp[i][h-z]# 为dp[i-1][j]对应的概率乘以(7-k)/6if j + k >= h - z:dp[i][h-z] += (7-k)/6 * dp[i-1][j]break# 如果当前点数j+k尚未超过击杀所需点数# 则其概率由dp[i-1][j]六等分后转移得到else:dp[i][j+k] += 1/6 * dp[i-1][j]# 输出最后一行的最后一个元素# 表示打出第y个幸运币后,造成伤害大于等于h-z点的概率print(dp[y][h-z])
Java
import java.util.Scanner;public class Main {public static void main(String[] args) {int y = 0; // 掷出幸运币的总个数int z = 0; // 全部造成的固定伤害int x_temp = 0; // 时来运转获得的幸运币Scanner scanner = new Scanner(System.in);int n = scanner.nextInt();int h = scanner.nextInt();for (int i = 0; i < n; i++) {int t = scanner.nextInt();int x = scanner.nextInt();// 时来运转if (t == 1) {x_temp += x;}// 幸运一掷else {y += x_temp;x_temp = 0;z += x;}}// 如果固定伤害已经大于h,直接输出1if (h - z < 0) {System.out.println("1");}// 否则才需要进行dp过程else {// 初始化dp数组// dp[i][j]表示掷出了i个幸运币时,// 有多大的概率可以取得和为j的结果,即造成和为j的伤害。double[][] dp = new double[y + 1][h - z + 1];dp[0][0] = 1.0;// 考虑每一个幸运币for (int i = 1; i <= y; i++) {// 对于每一个幸运币考虑打出i-1个硬币后的// 每一种求和结果的概率// 注意,由于已经掷出了i-1个幸运币// 那么求和结果至少为i-1,因为每个幸运币点数至少为1点// 因此j遍历时起点可以从i-1开始for (int j = i - 1; j <= h - z; j++) {// 如果求和j尚未在上一次投掷中取得,// 则可以直接考虑下一个幸运币if (dp[i - 1][j] == 0) {break;}// 遍历掷出六种不同点数k的情况,// 当前点数则可以取得j+kfor (int k = 1; k <= 6; k++) {// 如果当前点数j+k超过了击杀所需点数// 则更新dp[i][h-z]// 为dp[i-1][j]对应的概率乘以(7-k)/6if (j + k >= h - z) {dp[i][h - z] += (7 - k) / 6.0 * dp[i - 1][j];break;}// 如果当前点数j+k尚未超过击杀所需点数// 则其概率由dp[i-1][j]六等分后转移得到else {dp[i][j + k] += 1.0 / 6.0 * dp[i - 1][j];}}}}// 输出最后一行的最后一个元素// 表示打出第n个幸运币后,造成伤害大于等于h-z点的概率System.out.println(String.format("%.5f", dp[y][h - z]));}}
}
C++
#include <iostream>
#include <vector>
#include <iomanip>using namespace std;int main() {int y = 0; // 掷出幸运币的总个数int z = 0; // 全部造成的固定伤害int x_temp = 0; // 时来运转获得的幸运币int n, h;cin >> n >> h;for (int i = 0; i < n; i++) {int t, x;cin >> t >> x;// 时来运转if (t == 1) {x_temp += x;}// 幸运一掷else {y += x_temp;x_temp = 0;z += x;}}// 如果固定伤害已经大于h,直接输出1if (h - z < 0) {cout << fixed << setprecision(10) << 1 << endl;}// 否则才需要进行dp过程else {// 初始化dp数组// dp[i][j]表示掷出了i个幸运币时,// 有多大的概率可以取得和为j的结果,即造成和为j的伤害。vector<vector<double>> dp(y + 1, vector<double>(h - z + 1, 0));dp[0][0] = 1.0;// 考虑每一个幸运币for (int i = 1; i <= y; i++) {// 对于每一个幸运币考虑打出i-1个硬币后的// 每一种求和结果的概率// 注意,由于已经掷出了i-1个幸运币// 那么求和结果至少为i-1,因为每个幸运币点数至少为1点// 因此j遍历时起点可以从i-1开始for (int j = i - 1; j <= h - z; j++) {// 如果求和j尚未在上一次投掷中取得,// 则可以直接考虑下一个幸运币if (dp[i - 1][j] == 0) {break;}// 遍历掷出六种不同点数k的情况,// 当前点数则可以取得j+kfor (int k = 1; k <= 6; k++) {// 如果当前点数j+k超过了击杀所需点数// 则更新dp[i][h-z]// 为dp[i-1][j]对应的概率乘以(7-k)/6if (j + k >= h - z) {dp[i][h - z] += (7 - k) / 6.0 * dp[i - 1][j];break;}// 如果当前点数j+k尚未超过击杀所需点数// 则其概率由dp[i-1][j]六等分后转移得到else {dp[i][j + k] += 1.0 / 6.0 * dp[i - 1][j];}}}}// 输出最后一行的最后一个元素// 表示打出第n个幸运币后,造成伤害大于等于h-z点的概率cout << fixed << setprecision(5) << dp[y][h - z] << endl;}return 0;
}
时空复杂度
时间复杂度:O(yh)。其中y为投掷出的幸运币的总数,h为BOSS总血量,dp过程需要进行双重循环。
空间复杂度:O(yh)。dp数组所占空间。如果使用滚动dp,空间复杂度可以降低到O(h)
华为OD算法/大厂面试高频题算法练习冲刺训练
-
华为OD算法/大厂面试高频题算法冲刺训练目前开始常态化报名!目前已服务100+同学成功上岸!
-
课程讲师为全网50w+粉丝编程博主@吴师兄学算法 以及小红书头部编程博主@闭着眼睛学数理化
-
每期人数维持在20人内,保证能够最大限度地满足到每一个同学的需求,达到和1v1同样的学习效果!
-
60+天陪伴式学习,40+直播课时,300+动画图解视频,300+LeetCode经典题,200+华为OD真题/大厂真题,还有简历修改、模拟面试、专属HR对接将为你解锁
-
可上全网独家的欧弟OJ系统练习华子OD、大厂真题
-
可查看链接 OD算法冲刺训练课程表 & OD真题汇总(持续更新)
-
绿色聊天软件戳
od1336了解更多
相关文章:
大厂秋招真题【DP】米哈游20230924秋招T2-米小游与魔法少女-奇运
米哈游20230924秋招T2-米小游与魔法少女-奇运 题目描述与示例 题目描述 米小游都快保底了还没抽到希儿,好生气哦!只能打会活动再拿点水晶。 米小游和世界第一可爱的魔法少女 TeRiRi 正在打 BOSS,BOSS 的血量为h,当 BOSS 血量小…...
LVS+Keepalived 高可用集群负载均衡
一.keepalived介绍 1.1.Keepalived实现原理 由多台路由器组成一个热备组,通过共用的虚拟IP地址对外提供服务。 每个热备组内同时只有一台主路由器提供服务,其他路由器处于冗余状态。 若当前在线的路由器失效,则其他路由器会根据设置…...
Qt QList类和QLinkedList类 详解
一、QList 类 对于不同的数据类型,QList<T>采取不同的存储策略,存储策略如下: 如果T 是一个指针类型或指针大小的基本类型(该基本类型占有的字节数和指针类型占有的字节数相同),QList<T>将数值直接存储在它的数组当…...
Mac安装GYM遇到的一些坑
以下是遇到的一些问题 安装GitHub上说的直接 pip install gym成功了,但是运行实例报错没安装gym[classic_control],所以就全安装一下[all] 安装GitHub上说的直接 pip install gym成功了,但是运行实例报错没安装gym[classic_control]ÿ…...
【高级rabbitmq】
文章目录 1. 消息丢失问题1.1 发送者消息丢失1.2 MQ消息丢失1.3 消费者消息丢失1.3.1 消费失败重试机制 总结 2. 死信交换机2.1 TTL 3. 惰性队列3.1 总结: 4. MQ集群 消息队列在使用过程中,面临着很多实际问题需要思考: 1. 消息丢失问题 1.1…...
数百个下载能够传播 Rootkit 的恶意 NPM 软件包
供应链安全公司 ReversingLabs 警告称,最近观察到的一次恶意活动依靠拼写错误来诱骗用户下载恶意 NPM 软件包,该软件包会通过 rootkit 感染他们的系统。 该恶意软件包名为“node-hide-console-windows”,旨在模仿 NPM 存储库上合法的“node-…...
SpringBoot的error用全局异常去处理
记录一下使用SpringBoot2.0.5的error用全局异常去处理 在使用springboot时,当访问的http地址或者说是请求地址输错后,会返回一个页面,如下: 这是因为请求的地址不存在,默认会显示error页面 但我们实际需要一个接口&a…...
MyBatisPlus(十一)包含查询:in
说明 包含查询,对应SQL语句中的 in 语句,查询参数包含在入参列表之内的数据。 in Testvoid inNonEmptyList() {// 非空列表,作为参数List<Integer> ages Stream.of(18, 20, 22).collect(Collectors.toList());in(ages);}Testvoid in…...
Linux命令定位与查找:which、whereis和find的用法详解
文章目录 Linux命令的定位与查找1. 简介Linux路径环境变量命令行和Shell 2. which命令which命令的作用使用which命令定位可执行文件多个可执行文件的定位which命令的选项及其使用 3. whereis命令whereis命令的作用使用whereis命令查找二进制文件查找源代码文件whereis命令的选项…...
LeetCode 面试题 17.10. Find Majority Element LCCI【摩尔投票法】简单
本文属于「征服LeetCode」系列文章之一,这一系列正式开始于2021/08/12。由于LeetCode上部分题目有锁,本系列将至少持续到刷完所有无锁题之日为止;由于LeetCode还在不断地创建新题,本系列的终止日期可能是永远。在这一系列刷题文章…...
多校联测11 模板题
题目大意 给你四个整数 n , m , s e e d , w n,m,seed,w n,m,seed,w,其中 n , m n,m n,m为两个多项式 A ( x ) ∑ i 0 n a i x i A(x)\sum\limits_{i0}^na_ix^i A(x)i0∑naixi和 B ( x ) ∑ i 0 m b i x i B(x)\sum\limits_{i0}^mb_ix^i B(x)i0∑mbixi…...
Linux SSH连接远程服务器(免密登录、scp和sftp传输文件)
1 SSH简介 SSH(Secure Shell,安全外壳)是一种网络安全协议,通过加密和认证机制实现安全的访问和文件传输等业务。传统远程登录和文件传输方式,例如Telnet、FTP,使用明文传输数据,存在很多的安全…...
从0开始python学习-30.selenium frame子页面切换
目录 1. frame切换逻辑 2. 多层子页面情况进行切换 3. 多个子页面相互切换 1. frame切换逻辑 1.1. 子页面的类型一般分为两种 frame标签 iframe标签 1.2. 子页面里面的元素和主页面的元素是相互独立 子页面元素需要进去切换才能操作 如果已经进入子页面,那么…...
asp.net core 远程调试
大概说下过程: 1、站点发布使用Debug模式 2、拷贝到远程服务器,以及iis创建站点。 3、本地的VS2022的安装目录:C:\Program Files\Microsoft Visual Studio\2022\Professional\Common7\IDE下找Remote Debugger 你的服务器是64位就拷贝x64的目…...
Java spring boot 一次调用多个请求
Java Spring Boot是一种基于Java编程语言的开发框架,它提供了一种快速构建高效、可伸缩和易于维护的企业级应用程序的方式。在实际的应用开发中,我们常常需要调用多个独立的请求来完成某个业务功能。然而,传统的同步方式一次只能调用一个请求…...
DRM全解析 —— CRTC详解(4)
接前一篇文章:DRM全解析 —— CRTC详解(3) 本文继续对DRM中CRTC的核心结构struct drm_crtc的成员进行释义。 3. drm_crtc结构释义 (21)struct drm_object_properties properties /** properties: property tracking …...
六个为Rust构建的IDE
Rust语言的学习曲线适中,介于高级语言和低级语言之间。这门语言既能编写系统软件,将嵌入式设备编译为x86 ARM,也可以用于前端技术,这要归功于WebAssembly。 在日渐成熟的发展中,Rust开始拥有更好的工具来提高效率。最…...
25 Python的collections模块
概述 在上一节,我们介绍了Python的sqlite3模块,包括:sqlite3模块中一些常用的函数和类。在这一节,我们将介绍Python的collections模块。collections模块是Python中的内置模块,它实现了特殊的容器数据类型,提…...
JEPG Encoder IP verilog设计及实现
总体介绍: 采用通用的常规 Verilog 代码编写,可用于任何 FPGA。 该内核不依赖任何专有 IP 内核,而是用 Verilog 编写了实现 JPEG 编码器所需的所有功能,代码完全独立。 编码器内核的输入是一条 24 位数据总线,红色像素、绿色像素和蓝色像素各有 8 位。 信号 "data_i…...
yolov5 web端部署进行图片和视频检测
目录 1、思路 2、代码结构 3、代码运行 4、api接口代码 5、web ui界面 6、参考资料 7、代码分享 1、思路 通过搭建flask微型服务器后端,以后通过vue搭建网页前端。flask是第一个第三方库。与其他模块一样,安装时可以直接使用python的pip命令实现…...
铭豹扩展坞 USB转网口 突然无法识别解决方法
当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…...
C++ 基础特性深度解析
目录 引言 一、命名空间(namespace) C 中的命名空间 与 C 语言的对比 二、缺省参数 C 中的缺省参数 与 C 语言的对比 三、引用(reference) C 中的引用 与 C 语言的对比 四、inline(内联函数…...
在Ubuntu中设置开机自动运行(sudo)指令的指南
在Ubuntu系统中,有时需要在系统启动时自动执行某些命令,特别是需要 sudo权限的指令。为了实现这一功能,可以使用多种方法,包括编写Systemd服务、配置 rc.local文件或使用 cron任务计划。本文将详细介绍这些方法,并提供…...
工业自动化时代的精准装配革新:迁移科技3D视觉系统如何重塑机器人定位装配
AI3D视觉的工业赋能者 迁移科技成立于2017年,作为行业领先的3D工业相机及视觉系统供应商,累计完成数亿元融资。其核心技术覆盖硬件设计、算法优化及软件集成,通过稳定、易用、高回报的AI3D视觉系统,为汽车、新能源、金属制造等行…...
NLP学习路线图(二十三):长短期记忆网络(LSTM)
在自然语言处理(NLP)领域,我们时刻面临着处理序列数据的核心挑战。无论是理解句子的结构、分析文本的情感,还是实现语言的翻译,都需要模型能够捕捉词语之间依时序产生的复杂依赖关系。传统的神经网络结构在处理这种序列依赖时显得力不从心,而循环神经网络(RNN) 曾被视为…...
如何在最短时间内提升打ctf(web)的水平?
刚刚刷完2遍 bugku 的 web 题,前来答题。 每个人对刷题理解是不同,有的人是看了writeup就等于刷了,有的人是收藏了writeup就等于刷了,有的人是跟着writeup做了一遍就等于刷了,还有的人是独立思考做了一遍就等于刷了。…...
GruntJS-前端自动化任务运行器从入门到实战
Grunt 完全指南:从入门到实战 一、Grunt 是什么? Grunt是一个基于 Node.js 的前端自动化任务运行器,主要用于自动化执行项目开发中重复性高的任务,例如文件压缩、代码编译、语法检查、单元测试、文件合并等。通过配置简洁的任务…...
Webpack性能优化:构建速度与体积优化策略
一、构建速度优化 1、升级Webpack和Node.js 优化效果:Webpack 4比Webpack 3构建时间降低60%-98%。原因: V8引擎优化(for of替代forEach、Map/Set替代Object)。默认使用更快的md4哈希算法。AST直接从Loa…...
多模态图像修复系统:基于深度学习的图片修复实现
多模态图像修复系统:基于深度学习的图片修复实现 1. 系统概述 本系统使用多模态大模型(Stable Diffusion Inpainting)实现图像修复功能,结合文本描述和图片输入,对指定区域进行内容修复。系统包含完整的数据处理、模型训练、推理部署流程。 import torch import numpy …...
uniapp 集成腾讯云 IM 富媒体消息(地理位置/文件)
UniApp 集成腾讯云 IM 富媒体消息全攻略(地理位置/文件) 一、功能实现原理 腾讯云 IM 通过 消息扩展机制 支持富媒体类型,核心实现方式: 标准消息类型:直接使用 SDK 内置类型(文件、图片等)自…...
