題目描述：Alice 玩一個抽牌遊戲。她從 0 分開始，每次隨機抽取 1 到 maxPts 中的一個整數加到分數上。當分數達到或超過 k 時停止抽牌。求她最終分數不超過 n 的機率。
解題思路：定義 dp[x] 為分數恰好為 x 的機率。轉移方程：
x < k：dp[x] = (dp[x-1] + dp[x-2] + ... + dp[x-maxPts]) / maxPtsx >= k：不再抽牌，機率由之前的狀態累積。直接計算每個 dp[x] 需要 O(maxPts) 時間，但可以用滑動視窗（前綴和）優化。維護一個視窗和 windowSum：
windowSum 代表 dp[x-maxPts] + dp[x-maxPts+1] + ... + dp[x-1]。dp[x] = windowSum / maxPts。dp[x]（僅當 x < k 時，因為 x >= k 後不再抽牌）。dp[x-maxPts]。最終答案為 dp[k] + dp[k+1] + ... + dp[n]。
時間複雜度：O(n) — 單次遍歷計算 dp 陣列，滑動視窗使每步更新為 O(1)。
空間複雜度：O(n) — dp 陣列大小為 n+1。
1. If k == 0 or n >= k + maxPts - 1, return 1.0 2. dp[0] = 1.0, windowSum = 1.0 3. For x from 1 to n: a. dp[x] = windowSum / maxPts b. If x < k: windowSum += dp[x] (still in game) c. If x >= maxPts: windowSum -= dp[x - maxPts] (slide window) 4. Return sum of dp[k..n]
直接 DP（無滑動視窗）：每個 dp[x] 都從前 maxPts 個狀態相加。時間 O(n * maxPts)，空間 O(n)。在 maxPts 很大時會超時，但邏輯更容易理解。
逆向思考：計算分數超過 n 的機率，用 1 減去。但轉移方程相同，沒有實質優化。
n >= k + maxPts - 1 時答案必定為 1.0？