奖励关 题解

奖励关

可以去看我整理的学习笔记鸭~逃（

题意简述：共有 $K$ 轮，有 $n$ 种物品，每一轮出现每一种物品的概率 $\frac{1}{n}$，物品可选可不选，对于选每一种物品，必须要在前面的轮先选给定的部分物品，每一种物品的价格可正可负。求 $k$ 轮后按最优方案选择的期望价格。

数据范围：$1\le K\le 100$ , $1\le n\le 15$。

思路：

首先看题，概率 $dp$ 没得跑。

再看数据范围，哦豁！状压 $dp$ ！

这道题不同的是需要倒推，因为正推的话有些情况在转移时选择宝物的概率并不是平均的（有宝物合集的限制），这样就会导致结果出现问题，且最终答案的状态表示十分麻烦 不要问我是怎么知道的！，因此选择倒推。

另外，因为 $dp$ 的转移至于当前局和前一局有关，所以可以用滚动数组优化一下。

还有就是，这里用到了一个状压小技巧。很多时候题目会给定条件限制，即枚举状态的前提条件。这里就再次用到了二进制小技巧。

这里就以这道题为例：

	while(~scanf("%d",&x) && x)
		num[i] += 1 << (x - 1);//用二进制数存储 宝物集合 

如果得到第 $i$ 个宝物之前需要先得到第 $x$ 个宝物，我们就在 $num[i]$ 的值加上 $1<<(x-1)$，最后$num[i]$的值就是要得到第 $i$ 个宝物的先决条件，枚举时的状态必须满足 $num[i]$ 的要求。

其实这里就是在模拟二进制的形成，计算出满足题意的状态值，是不是很简单啊。

解题步骤：

• 先循环游戏轮数 $i$；
• 然后每轮枚举当前宝物的状态 $j$(第 $x$ 位为 $0$ 则未得到该宝物，反之得到)；
• 再枚举当局游戏抽到的宝物编号 $k$,判断是否满足条件（满足该宝物的先决条件）在拿 $k$ 宝物和不拿之间选最大值加到当前状态；
• 最终期望要乘上随机选择一个宝物的概率，因为是随机选择的啦。
• 因为是倒推的，所以最后答案为游戏开始时，未得到任何一个宝物的情况

坑：因为用的滚动数组，所以每次记得清空 不要问我是怎么知道的！

其他细节讲解都在代码里啦~

完整代码：

#include<cstdio>
#include<algorithm>
using namespace std;
int K,n,x,w[20],num[20];
double p,dp[2][1 << 15];
int main() {
	scanf("%d %d",&K,&n);
	p = 1.0 / n;//选择宝物的平均概率 
	for(int i = 1; i <= n; i ++) {
		scanf("%d",&w[i]);//分值 
		while(~scanf("%d",&x) && x)
			num[i] += 1 << (x - 1);//用二进制数存储 宝物集合 
	}
	int maxn = 1 << n;
	for(int i = K; i >= 1; i --) { //游戏轮数 
		for(int j = 0; j < maxn; j ++) {
			dp[i & 1][j] = 0;//初始化（清空上一次循环的值） 
			for(int k = 1; k <= n; k ++) {//枚举这轮抽到的宝物 
				if((j & num[k]) == num[k])//如果满足k宝物的 宝物集合要求,
					dp[i & 1][j] += max(dp[(i + 1) & 1][j | (1 << (k - 1))] + w[k],dp[(i + 1) & 1][j]);
					//满足最优策略，在拿k宝物和不拿之间选最大值 
				else dp[i & 1][j] += dp[(i + 1) & 1][j];//不满足的话，该状态及为上一次的状态，没有变化 
			}
			dp[i & 1][j] *= p;//最终期望要乘上随机选择一个宝物的概率 
		}
	} 
	printf("%.6lf",dp[1][0]);
	//因为是倒推的，所以最后答案为游戏开始时，未得到任何一个宝物的情况 
	return 0;
}