保序前提下合并列表重复和值对应概率的实现方法（非公平骰子场景）

实现方案 #

核心逻辑 #

通过同时遍历和值、概率对，用字典记录已出现和值的累计概率+列表保存首次出现顺序的方式实现需求，时间复杂度为O(n)，完全适配数百次投掷、数百个面的计算量级，无额外内存压力。

代码实现（Python） #

# 输入为你每次投掷生成的和值列表、对应概率列表
Sums = [6,4,2,5,4,3]
Probs = [11/36, 9/36, 7/36, 5/36, 3/36, 1/36]

sum_prob_map = {}
condensed_sums = []
condensed_prob = []

for s, p in zip(Sums, Probs):
    if s not in sum_prob_map:
        # 首次出现的和值，同时写入顺序列表和映射字典
        sum_prob_map[s] = p
        condensed_sums.append(s)
    else:
        # 重复出现的和值，仅累加对应概率
        sum_prob_map[s] += p

# 按保留的和值顺序提取累计后的概率
condensed_prob = [sum_prob_map[s] for s in condensed_sums]

输出验证 #

运行后结果完全匹配预期：

• condensed_sums = [6, 4, 2, 5, 3]
• 转换为分数后condensed_prob = [11/36, 12/36, 7/36, 5/36, 1/36]

现有逻辑适配说明 #

该方案完全保留你原有和值的生成顺序，不会破坏前置逻辑中「前len(faces)个数值概率系数为1、剩余为2」的计算约定，仅需要在每次生成和值列表、对应概率列表后，替换原有去重逻辑为上述代码即可。

内容的提问来源于stack exchange，提问作者ShayStiers