Die Codility-Aufgabe 'When John Gambles at the Casino' testet Algorithmen für Glücksspiel-Simulationen. 2026 ist sie beliebt für Coding-Interviews. Wir erklären die Lösung schrittweise.
John setzt Geld, gewinnt oder verliert basierend auf Wahrscheinlichkeiten. Implementieren Sie eine Funktion, die Erwartungswerte berechnet.
Problemstellung verstehen
- Input: A (Geld), B (Win p), C (Loss p)
- Output: Array von Outcomes
- Zeitkomplexität: O(n)
Gegeben: Startkapital, Win/Loss-Probability, Multiplikatoren. Berechnen Sie finale Wahrscheinlichkeiten.
Lösungsansatz in Python
- ✓DP-Table initialisieren
- ✓Recursion mit Memoization
- ✓Edge Cases handhaben
Verwenden Sie DP für exakte Berechnung. Code-Beispiel inklusive.
Testfälle und Optimierung
- Beispiel: [0.5, 0.5, 0]
- Optimierung: O(1) Space
- Fehlerquellen vermeiden
Testen Sie mit Codility-Examples. 2026-Updates für Big Data.
Häufige Fragen
Was ist die Kernlogik der Aufgabe?
Die Funktion simuliert Johns Wetten bis zum Ziel oder Verlust, berechnet Wahrscheinlichkeiten dynamisch.
Welche Programmiersprache empfehlen Sie?
Python oder JavaScript für Klarheit, C++ für Speed in Codility.
Wie berechnet man Erwartungswert?
Erwartung = Summe (Outcome * Probability), iterativ über States.
Tipps für 100% Score?
Handhaben Sie Floating-Point-Präzision und alle Constraints.