概率DP求期望入门，HDU 4405，POj 2096,HDU 3853

这两个题目的状态一个是一维的，另一个是二维的。刚开始做的是POJ 2096，我将HDU状态定义为dp[i][j]  走i步到j位置。

HDU是个判定问题，是否走完。而那个是走到特定的两个状态下。

HDU 4405

裸概率题，dp[i]状态定义为从i走完的期望。对于飞行路线用个map，若有则直接等于了。。

#include <cstdio>
#include <cstring>
#include <cmath>
#include <iostream>
#include <map>
#define maxn 100000+10
using namespace std;
map<int,int> mm;
double dp[maxn];

int main()
{
    int n, s, m;
    while(scanf("%d%d", &n, &m)!=EOF && n+m)
    {
        mm.clear();
        memset(dp,0,sizeof(dp));
        for(int i=0;i<m;i++)
        {
            int u,v;
            scanf("%d%d",&u,&v);
            if(u>v) mm[v]=u;
            else mm[u]=v;
        }
        for(int j=n-1;j>=0;j--)
        {
            if(mm.find(j)!=mm.end())
             {dp[j]=dp[mm[j]];continue;}
            double tmp=0;
            int k;
            for(k=1;k<=6;k++)
            {
                tmp+=dp[j+k];
            }
            tmp/=6.0;
            dp[j]=tmp+1;
        }
        printf("%.4f\n",dp[0]);
    }
    return 0;
}

POJ  2096

/*题意：有s个系统,有n种bug,bug的数量不限,一位程序员每天可以发现一个bug
现在求发现n种bug存在s个系统中并且每个系统都要被发现bug的平均天数(期望)

分析：在这里有s,n两个变量，假设dp[i][j]表示已经发现i种bug存在j个系统到目标所需要的天数,显然dp[n][s]=0; 
从dp[i][j]经过一天后可能得到以下四种情况:
dp[i][j]->dp[i+1][j+1];//在一个新的系统里面发现一个新的bug
dp[i][j]->dp[i+1][j];//在原来已发现过bug的系统里发现一个新的bug
dp[i][j]->dp[i][j+1];//在一个新的系统里面发现一个已被发现过的bug
dp[i][j]->dp[i][j];//在已发现过bug的系统发现已发现过的bug 
四种到达的概率分别是:
p1=(n-i)*(s-j)/(n*s);
p2=(n-i)*j/(n*s);
p3=i*(s-j)/(n*s);
p4=i*j/(n*s);
然后根据E(aA+bB+cC+dD+...)=aEA+bEB+....;//a,b,c,d...表示概率,A,B,C...表示状态
所以dp[i][j]=p1*dp[i+1][j+1]+p2*dp[i+1][j]+p3*dp[i][j+1]+p4*dp[i][j]+1;//dp[i][j]表示的就是到达状态i,j的期望 
=>dp[i][j]=(p1*dp[i+1][j+1]+p2*dp[i+1][j]+p3*dp[i][j+1]+1)/(1-p4);
*/
#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <string>
#include <queue>
#include <map>
#include <cmath>
#include <iomanip>
#define INF 99999999
typedef long long LL;
using namespace std;

const int MAX=1000+10;
int n,s;
double dp[MAX][MAX],p1,p2,p3,p4;

int main(){
	while(cin>>n>>s){
		memset(dp,0,sizeof dp);
		for(int i=n;i>=0;--i){
			for(int j=s;j>=0;--j){
				if(i == n && j == s)continue;
				p1=(n-i)*(s-j)*1.0;
				p2=(n-i)*j*1.0;
				p3=i*(s-j)*1.0;
				p4=n*s-i*j*1.0;
				dp[i][j]=(p1*dp[i+1][j+1]+p2*dp[i+1][j]+p3*dp[i][j+1]+n*s)/p4;
			}
		}
		printf("%.4f\n",dp[0][0]);
	}
	return 0;
}

HDU 3853

差不多一个意思

#include<cstdio>
#include<iostream>
#include<cstring>
#include<algorithm>
#define maxn 1100

const double eps=1e-8;
using namespace std;
double dp[maxn][maxn];
struct P
{
    double p1,p2,p3;
}p[maxn][maxn];
int n,m;
int main()
{
  //  freopen("in.txt","r",stdin);
    while(~scanf("%d%d",&n,&m))
    {
        for(int i=1;i<=n;i++)
            for(int j=1;j<=m;j++)
                scanf("%lf%lf%lf",&p[i][j].p1,&p[i][j].p2,&p[i][j].p3);
        memset(dp,0,sizeof(dp));
        for(int i=n;i;i--)
            for(int j=m;j;j--)
            {
                if(i==n && j==m) continue;
                if(fabs(1-p[i][j].p1)<eps) continue;//这个如果不注意就错了。除0
                dp[i][j]=p[i][j].p2*dp[i][j+1]+p[i][j].p3*dp[i+1][j]+2.0;
                dp[i][j]/=1.0-p[i][j].p1;
            }
        printf("%.3lf\n",dp[1][1]);
    }
    return 0;
}