当前位置: 首页 > article >正文

AI刷题-策略大师:小I与小W的数字猜谜挑战

问题描述

有 1, 2,..., n ,n 个数字,其中有且仅有一个数字是中奖的,这个数字是等概率随机生成的。

Alice 和 Bob 进行一个游戏:

两人轮流猜一个 1 到 n 的数字,Alice 先猜。

每完成一次猜测,主持会大声说出刚刚的数字是猜小了还是猜大了或者猜中了,若猜中则猜的人赢下游戏。

假设两人都是聪明的理智的,而且都知道对方是聪明的,求 Alice 获胜的概率,请保留 5 位小数输出答案。

输入格式

一个正整数 n

  • 100% 的数据满足 n ≤ 10^3

输出格式

保留 5 位小数输出答案。

输入样例

2

输出样例

0.50000

解题思路: 

动态规划思路

  1. 定义状态

    • 设 memo[i] 表示在有 i 个数字的情况下,Alice获胜的概率。
  2. 初始条件

    • 当只有一个数字时,Alice直接获胜,即 memo[1] = 1.0
    • 当有两个数字时,Alice有50%的概率获胜,即 memo[2] = 0.5
  3. 状态转移方程

    • 对于每个 i(从3到n),Alice可以选择猜任何一个数字 j(从1到i)。
    • 如果Alice猜 j,她获胜的概率是 memo[j-1](如果猜小了)和 memo[i-j](如果猜大了)的加权平均值。
    • 具体来说,Alice获胜的概率可以表示为:
      [
      memo[i] = \max_{1 \leq j \leq i} \left( \frac{1}{i} + \frac{j-1}{i} \cdot (1 - memo[j-1]) + \frac{i-j}{i} \cdot (1 - memo[i-j]) \right)
      ]
  4. 计算顺序

    • 从 i = 3 开始,逐步计算到 i = n
  5. 最终结果

    • memo[n] 即为Alice在有 n 个数字的情况下获胜的概率。

 

 代码实现:

 1.首先是特判的部分:在1和2的时候答案是固定的
if (n == 1)
        return "1.00000";
    if (n == 2)
        return "0.50000";
2. 初始化:创建vector数组来做dp,同时把1和2的值放入数组

 

vector<double> memo(n + 1, 0.0);
    memo[1] = 1.0;
    memo[2] = 0.5;
3.状态更新:

整个表达式 1.0 / i + ((double)(j - 1) / i * (1 - memo[j - 1])) + ((double)(i - j) / i * (1 - memo[i - j])) 表示 Alice 选择猜数字 j 时,她获胜的总概率。这个概率是以下三部分的和:

  1. 猜中数字 j 的概率。
  2. 猜的数字 j 比中奖数字小的情况下,Alice 在剩下的 j - 1 个数字中获胜的概率。
  3. 猜的数字 j 比中奖数字大的情况下,Alice 在剩下的 i - j 个数字中获胜的概率。
 对于直接猜中的:

1.0 / i是猜中一个数字的基础概率; 

对于猜到小的:((double)(j - 1) / i * (1 - memo[j - 1]))

(j - 1) / i 是猜的数字 j 比中奖数字小的概率 

(1 - memo[j - 1]) 是如果猜的数字 j 比中奖数字小,Alice 在剩下的 j - 1 个数字中获胜的概率。 

猜到大的: ((double)(i - j) / i * (1 - memo[i - j]))

(i - j) / i 是猜的数字 j 比中奖数字大的概率。

(1 - memo[i - j]) 是如果猜的数字 j 比中奖数字大,Alice 在剩下的 i - j 个数字中获胜的概率。

 

for (int i = 3; i <= n; i++) {
        for (int j = 1; j <= i; j++) {
            memo[i] = std::max(memo[i], 1.0 / i + ((double)(j - 1) / i * (1 - memo[j - 1]))
                    + ((double)(i - j) / i * (1 - memo[i - j])));
        }
    }

最终代码: 

#include <iostream>
#include <string>
#include <vector>
#include <iomanip>
#include <algorithm>

std::string solution(int n) {
    // Please write your code here
    if (n == 1)
        return "1.00000";
    if (n == 2)
        return "0.50000";
    
    std::vector<double> memo(n + 1, 0.0);
    memo[1] = 1.0;
    memo[2] = 0.5;
    
    for (int i = 3; i <= n; i++) {
        for (int j = 1; j <= i; j++) {
            memo[i] = std::max(memo[i], 1.0 / i + ((double)(j - 1) / i * (1 - memo[j - 1]))
                    + ((double)(i - j) / i * (1 - memo[i - j])));
        }
    }
    
    std::ostringstream oss;
    oss << std::fixed << std::setprecision(5) << memo[n];
    return oss.str();
}

int main() {
    // You can add more test cases here
    std::cout << (solution(2) == "0.50000") << std::endl;
    std::cout << (solution(931) == "0.50054") << std::endl;
    std::cout << (solution(924) == "0.50000") << std::endl;
    std::cout << (solution(545) == "0.50092") << std::endl;

    return 0;
}

运行结果: 

 

 


http://www.kler.cn/a/515238.html

相关文章:

  • Glary Utilities Pro 多语便携版系统优化工具 v6.21.0.25
  • 从密码学原理与应用新方向到移动身份认证与实践
  • MySQL可直接使用的查询表的列信息
  • 【AI编辑器】字节跳动推出AI IDE——Trae,专为中文开发者深度定制
  • 第三部分:Linux中的yum
  • Fastapi + vue3 自动化测试平台(4)-- fastapi分页查询封装
  • Matlab 亥姆霍兹谐振器的吸声特性
  • 【机器学习应用】预处理与特征工程
  • 【PCL】Segmentation 模块—— 条件欧几里得聚类(Conditional Euclidean Clustering)
  • Redis vs. 其他数据库:深度解析,如何选择最适合的数据库?
  • cuda + cudnn安装
  • C语言 指针_野指针 指针运算
  • 【AI日志分析】基于机器学习的异常检测:告别传统规则的智能进阶
  • 算法7(力扣141)-循环链表
  • 固件测试工具选型需要考察的功能点汇总
  • springboot设置多环境配置文件
  • 【2024年 CSDN博客之星】我的2024年创作之旅:从C语言到人工智能,个人成长与突破的全景回顾
  • 【Python】面对对象超全总结:封装,继承,多态
  • 修改word的作者 最后一次保存者 总编辑时间 创建时间 最后一次保存的日期
  • 白玉微瑕:闲谈 SwiftUI 过渡(Transition)动画的“口是心非”(下)
  • 无人机 PX4 飞控 | PX4源码添加自定义参数方法并用QGC显示与调整
  • 使用EVE-NG-锐捷实现静态路由
  • jvm_threads_live_threads 和 jvm_threads_states_threads 这两个指标之间存在一定的关系,但它们关注的维度不同
  • 【Go面试】工作经验篇 (持续整合)
  • 通俗的讲,网络爬虫到底是什么?
  • HQChart使用教程30-K线图如何对接第3方数据45- DRAWRADAR数据结构