题目：把n个骰子扔在地上，所有骰子朝上一面的点数之和为S。输入n，打印出S的所有可能的值出现的概率。
这道算法题可采取动态规划法来求解。鉴于《剑指Offer》中对该题的解法晦涩难懂，尤其是代码，也没有指明其解题的思路本质上就是动态规划，所以提出自己的理解和答案。
动态规划法简介：
动态规划法求解的总体过程就是将问题分为多个不同的阶段的问题，根据最开始阶段已知的问题的解逐步推导出最终解。即动态规划算法通常基于一个递推公式及一个或多个初始状态。
过程细化为：
第一步，确定问题的解的表达式，称之为状态。
第二步，将最终问题的构造成上一阶段问题的解（可能被拆分为多个子问题的解），即根据当前阶段问题的解求出下一阶段问题的解方法，即递推公式，称之为状态转移方程。
已知初始状态的解，有了状态和状态转移方程，逐步递推，即可求出最终的解。
动态规划法求解过程可以使用递归来实现，也可以使用迭代来实现。递归的优势就是代码简洁明了，但是递归有时会对不同阶段的子问题重复求解，所以效率低于迭代。
解题思路：
第一步，确定问题解的表达式。可将f(n, s) 表示n个骰子点数的和为s的排列情况总数。
第二步，确定状态转移方程。n个骰子点数和为s的种类数只与n-1个骰子的和有关。因为一个骰子有六个点数，那么第n个骰子可能出现1到6的点数。所以第n个骰子点数为1的话，f(n,s)=f(n-1,s-1)，当第n个骰子点数为2的话，f(n,s)=f(n-1,s-2)，…，依次类推。在n-1个骰子的基础上，再增加一个骰子出现点数和为s的结果只有这6种情况！那么有：
f(n,s)=f(n-1,s-1)+f(n-1,s-2)+f(n-1,s-3)+f(n-1,s-4)+f(n-1,s-5)+f(n-1,s-6) ，0< n<=6n
f(n,s)=0, s< n or s>6n
上面就是状态转移方程，已知初始阶段的解为：
当n=1时, f(1,1)=f(1,2)=f(1,3)=f(1,4)=f(1,5)=f(1,6)=1。
其实这道题的也是在网上https://blog.csdn.net/suijue9389/article/details/80207737看到的一道华为笔试题：
那么我用python实现了一下
# -*- coding:utf-8 -*-
# @Author:zgd
# @time:2019/7/10
# @File:saizi.py
def deal(N, s):
if N<1 or s<N or s>6*N:
return 0
elif N == 1:
return 1
else:
resCount = 0 #骰子的点数之和
resCount = deal(N-1,s-1) + deal(N-1,s-2)+ deal(N-1,s-3) + deal(N-1,s-4) + deal(N-1,s-5) + deal(N-1,s-6)
return resCount
N = int(raw_input()) #N个骰子
#输出结果
result = []
for s in range(N, 6*N+1):
N_sum_list = []
resCount = deal(N, s)
p = round(float(resCount)/(pow(6,N)),5) ##点数出现的概率
N_sum_list.append(s)
N_sum_list.append(p)
if N_sum_list:
result.append(N_sum_list)
print result
解题方法参考链接：https://blog.csdn.net/k346k346/article/details/50988681