CF16E Fish 题解

本文详细解析了CF16E Fish问题,介绍了如何利用概率论和动态规划解决每条鱼存活概率的问题。通过逆推法和状态压缩,建立递推公式,最终得出每种存活状态的概率。
摘要由CSDN通过智能技术生成

Fish

可以去看我整理的学习笔记鸭~

题意简述:有 n n n 条鱼,编号从 1 1 1 n n n。每对鱼相遇的概率是一样的。如果两条标号为 i i i j j j 的鱼见面,第一只吃了第二只的概率为 p [ i ] [ j ] p[i][j] p[i][j],则第二只吃掉第一只的概率为 1 − p [ i ] [ j ] 1 - p[i][j] 1p[i][j]。求每只鱼最后存活在湖里的可能性。

思路

概率 + 状压 d p dp dp

先看题目范围,明显状压,因为题目求每只鱼最后存活的状态,所以把鱼的存活状态压进状态里,因此定义 d p [ i ] dp[i] dp[i] 为出现 i i i 的局面时的概率(第 i i i 位为 0 0 0 表示第 i i i 条鱼死亡,反之为存活

  • 因为顺序递推会因为概率的不确定因素影响结果,所以考虑逆推。

  • 先枚举整体状态 i i i,在确定该轮被吃的鱼的编号 j j j,判断是否满足已经被吃的条件(即状态中第 j j j 位为 0 0 0)

  • 满足上条件后,再枚举吃掉 j j j 的鱼的编号 k k k,判断是否满足依然存在的条件(即状态中第 k k k 位为 1 1 1

因为任意两条鱼之间的存活概率已经得知,然后任意在存活中的鱼里选择两条鱼的概率为 $(cnt +1) * cnt / 2 。 ( 。( (cnt$ 为 i i i 状态下 1 1 1 的数量),因为是倒退,所以前一状态下,鱼 j j j 是活着的,因此实在 c n t + 1 cnt + 1 cnt+1 条雨中选两条鱼。

就可以得出递推式, i i i 状态的概率加(即前一状态的概率) ∗ * k k k 吃掉 j j j 的概率) ∗ * (选出 j j j k k k 的概率)

所以:
$$

dp[i] += dp[i | (1 << (j - 1))] * p[k][j] / (1.0 * (cnt + 1) * cnt / 2.0);
$$

其他讲解都在代码里啦~

完整代码

#include<cstdio>
#include<algorithm>
using namespace std;
int n;
double p[25][25],dp[1 << 20];//dp[i],出现i状态的概率(1:这条鱼活着/0:它被吃啦) 
int c(int x) {//计算1的个数 
	int res = 0;
	while(x) {
		res += (x & 1);
		x >>= 1;
	}
	return res;
}
int main() {
	scanf("%d",&n);
	for(int i = 1; i <= n; i ++)
		for(int j = 1; j <= n; j ++)
			scanf("%lf",&p[i][j]);
	int num = (1 << n) - 1;
	dp[num] = 1;//初始状态,全部鱼都活着的概率为1
	for(int i = num - 1; i; i --) {//倒序枚举状态,鱼越吃越少,1的数量也越来越少……这残忍的现实! 
		int cnt = c(i);//活着的鱼的数量 
		for(int j = 1; j <= n; j ++) {//枚举这一轮被吃到的鱼的序号 
			if((i & (1 << (j - 1)))) continue;//如果在当前状态下,j为1(鱼没有被吃了),跳过
			for(int k = 1; k <= n; k ++) {//枚举k条鱼吃掉的鱼的编号 
				if(!(i & (1 << (k - 1)))) continue;//如果在当前状态下,k为0(鱼已经被吃了,k吃不到j),跳过
				dp[i] += dp[i | (1 << (j - 1))] * p[k][j] / (1.0 * (cnt + 1) * cnt / 2.0);
				//否则,概率为 当前概率 加上 j位存活时的概率 * k条鱼吃掉j条鱼的概率 * 在所有活着的鱼中恰好选到j,k的概率。 
			}
		}
	}
	for(int i = 0; i < n; i ++) printf("%.6lf ",dp[1 << i]);//只有当前位为1的状态 
	return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
unity游戏人工智能AI系统框架Eliot - AI fr amework 1.2.1 所支持的Unity版本:5.6.0 及以上版本 Eliot借助可视化编程和算法库,可以在几分钟内创建高质量的AI,这些算法可以为您的高质量的AI角色提供您在游戏中可能需要的所有类型的交互操作。 Eliot 是一套让您专注于在游戏中设计原型并制作角色(AI),尽可能减少分心的工具。它专注于更快地实现目的! 是什么让Eliot与众不同?是设计原型和搭建AI的超快速度,是能让您专注于‘什么你想创建的’,而不是‘该如何创建它’的出众能力。Eliot 是怎样实现的?通过独特的功能集,包括内置的可视化脚本处理,技能,路径系统(waypoints) 和丰富的角色身体模拟系统。 特点 可视化脚本处理:在几分钟内构建复杂的行为。利用可视化脚本的强大功能,可以在人类语言级别上编辑行为 感知:Eliot角色使用射线来感知他们周围的世界,能够支持Stealth风格以及经典RPG风格的感知。 动作:角色可以通过使用Unity NavMesh,A * Pathfinding Project Pro或者是您自定义的扩展插件所构建的系统移动。这个系统拥有一个算法库,能随时为您提供游戏中可能需要的任何类型的动作,例如步行,跑步,躲避,巡逻等。还包括炮塔模式。 仓库: 角色可以提取,使用,拿起和丢弃物品。物品包括武器,药水,硬币,资源等。 资源:角色生存时,使用能量进行活动。角色在系统中可以使用资源(例如生命值和能量值)和其他角色完成交互,也可以在与‘世界’的交互中增加或减少资源值。 技能:攻击,治疗,施放法术......任何您想要的技能。已把全类型技能的的交互封装在一个文件内,方便您以后在必要或需要时按名称调用它。 路径系统(waypoint): 创建、连接方向点,形成并跟随路径,定义区域。Eliot的路径系统允许您通过点击画面来创建路径。您可以使用它在编辑器的已定义区域内以及在游戏模式下生成预制件,或者产生一条能够在达到某一位置后改变角色行为的路径。 优化:Eliot可以处理大量需求。Eliot角色具有多个属性,可让您在必要时通过简单地更改属性值来优化性能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值