【SHTSC2014】概率充电器(charger) 题解

这篇博客解析了SHTSC2014竞赛中的概率充电器问题,介绍了如何计算元件进入充电状态的期望数量。通过树形期望动态规划(DFS或BFS)方法,解决在概率导线和元件充电概率下的期望值计算。
摘要由CSDN通过智能技术生成

【SHTSC2014】概率充电器(charger)

Description

著名的电子产品品牌SHOI刚刚发布了引领世界潮流的下一代电子产品——概率充电器:
“采用全新纳米级加工技术,实现元件与导线能否通电完全由真随机数决定!SHOI概率充电器,您生活不可或缺的必需品!能充上电吗?现在就试试看吧!”
SHOI概率充电器由n-1条导线连通了n个充电元件。进行充电时,每条导线是否可以导电以概率决定,每一个充电元件自身是否直接进行充电也由概率决定。随后电能可以从直接充电的元件经过通电的导线使得其他充电元件进行间接充电。
作为SHOI公司的忠实客户,你无法抑制自己购买SHOI产品的冲动。在排了一个星期的长队之后终于入手了最新型号的SHOI概率充电器。你迫不及待地将SHOI概率充电器插入电源——这时你突然想知道,进入充电状态的元件个数的期望是多少呢?

Input

第一行一个整数:n。概率充电器的充电元件个数。充电元件由1-n编号。
之后的n-1行每行三个整数a, b, p,描述了一根导线连接了编号为a和b的充电元件,通电概率为p%。
第n+2行n个整数:qi。表示i号元件直接充电的概率为qi%。

Output

输出一行一个实数,为能进入充电状态的元件个数的期望,四舍五入到小数点后6位小数。

Sample Input

输入1:
3
1 2 50
1 3 50
50 0 0

输入2:
5
1 2 90
1 3 80
1 4 70
1 5 60
100 10 20 30 40

Sample Output

输出1:
1.000000

输出2:
4.300000

Data Constraint

对于30%的数据,n≤5000。
对于100%的数据,n≤500000,0≤p,qi≤100。

题解

看到给出的图是一棵树,很显然这道题是一个树形的期望DP
我们设第 i i i个元件进入充电状态的概率,仔细读题之后,发现我们要求的就是一个很简单的式子: ∑ i = 1 n p [ i ] \sum_{i=1}^{n} p[i] i=1np[i]
对于概率,我们需要知道两个很基础的公式(设有事件 A A A,发生的概率为 P A P_{A} PA;有事件 B B B,发生的概率为 P B P_{B} PB

  1. 事件 A A A和事件 B B B至少发生一件事的概率为:事件 A A A发生事件 B B B不发生的概率+事件 A A A不发生事件 B B B发生的概率+事件 A A A和事件 B B B都发生的概率
    转化成式子如下(设事件 A A A和事件 B B B至少发生一件事的概率为 P ′ P' P):
    P ′ = P A ∗ ( 1 − P B ) + P B ∗ ( 1 − P A ) + P B ∗ P A = P A + P B − P A ∗ P B \begin{aligned} P'&=P_{A}*(1-P_{B})+P_{B}*(1-P_{A})+P_{B}*P_{A}\\ &=P_{A}+P_{B}-P_{A}*P_{B}\\ \end{aligned} P=PA(1PB)+PB(1P
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