已知一个 N
xN
的国际象棋棋盘,棋盘的行号和列号都是从 0 开始。即最左上角的格子记为 (0, 0)
,最右下角的记为 (N-1, N-1)
。
现有一个 “马”(也译作 “骑士”)位于 (r, c)
,并打算进行 K
次移动。
如下图所示,国际象棋的 “马” 每一步先沿水平或垂直方向移动 2 个格子,然后向与之相垂直的方向再移动 1 个格子,共有 8 个可选的位置。
现在 “马” 每一步都从可选的位置(包括棋盘外部的)中独立随机地选择一个进行移动,直到移动了 K
次或跳到了棋盘外面。
求移动结束后,“马” 仍留在棋盘上的概率。
示例:
输入: 3, 2, 0, 0 输出: 0.0625 解释: 输入的数据依次为 N, K, r, c 第 1 步时,有且只有 2 种走法令 “马” 可以留在棋盘上(跳到(1,2)或(2,1))。对于以上的两种情况,各自在第2步均有且只有2种走法令 “马” 仍然留在棋盘上。 所以 “马” 在结束后仍在棋盘上的概率为 0.0625。
注意:
N
的取值范围为 [1, 25]K
的取值范围为 [0, 100]- 开始时,“马” 总是位于棋盘上
function knightProbability(n: number, k: number, row: number, column: number): number {
let dp = Array.from({ length: k + 1 }, v => Array.from({ length: n }, w => new Array(n).fill(0)));
const directions = [[-2, -1], [-2, 1], [-1, -2], [-1, 2], [1, -2], [1, 2], [2, -1], [2, 1]];
for (let depth = 0; depth <= k; depth++) {
for (let i = 0; i < n; i++) {
for (let j = 0; j < n; j++) {
if (!depth) {
dp[depth][i][j] = 1;
} else {
for (let [dx, dy] of directions) {
let [x, y] = [i + dx, j + dy];
if (x >= 0 && x < n && y >= 0 && y < n) {
dp[depth][i][j] += dp[depth - 1][x][y] / 8;
}
}
}
}
}
}
return dp[k][row][column];
};