题意:
有一个ATM机中有[0,k]的存款,每次取x个,如果存款大于等于x,那么就可以直接取出x,如果不足x,那么会触发一次警报,如果触发警报次数超过上限,就会被警察抓,问在最优策略下,通过尽量少的次数取得所有存款,问期望次数是多少。
思路:
一道概率dp,dp[i][j]就表示剩余i次警报及存款上限为j的情况下的期望,在这种情况下,假设每次取出x元,这时候会有两种可能:
1.存款大于等于x,这样就会取出x元,警报次数不变,状态转移到dp[i][j-x]
2.要么存款比x小,这样不能取出x元,并且会触发警报,但这时候起码可以确定存款上限为x-1,状态转移到dp[i-1][x-1]
根据全概率公式,可得状态转移方程:dp[i][j] = p1*dp[i][j-x] + p2*dp[i-1][x-1] + 1,其中p1和p2也很好求
但是这样的算法复杂度为O(k*k*w),会T。
神奇的来了,不知道为什么别人就想起来找找规律(我想不到),然后发现在w>=10之后数值都不变了,所以我们只要预处理到w=10即可。
代码:
#include <bits/stdc++.h>
using namespace std;
const int MAXN = 2005;
const int INF = 0x3f3f3f3f;
double dp[MAXN][MAXN];
int main() {
for (int i = 0; i <= 10; i++)
for (int j = 0; j <= 2000; j++)
dp[i][j] = INF;
for (int i = 0; i <= 10; i++) dp[i][0] = 0;
for (int i = 1; i <= 10; i++) {
for (int j = 1; j <= 2000; j++) {
for (int t = 1; t <= j; t++) {
double p1 = t * 1.0 / (j + 1), p2 = 1 - p1;
dp[i][j] = min(dp[i][j], p1 * dp[i - 1][t - 1] + p2 * dp[i][j - t] + 1);
}
}
}
int K, W;
while (scanf("%d%d", &K, &W) == 2) {
W = min(W, 10);
printf("%f\n", dp[W][K]);
}
return 0;
}