期望类题目如何DP（abc314-e题解）

题意：有 $N$ 个转盘，第 $i$ 个转盘上有 $P_i$ 个数 $S_{i,1}$ 到 $S_{i,P_i}$，每玩一次转盘会从中随机选取一个数作为这次的得分，每玩一次这个转盘花费 $C_i$ 元。

求总得分为 $M$ 时，花费钱数的期望。

---

赛时做了一个小时只写出一个错误的贪心，我们不妨从这个失败的贪心出发，聊聊期望类题目的正解做法。

---

错误思路：

我们不妨考虑如下的贪心策略：

计算出每个转盘上所有数的平均值作为玩一次这个转盘得数的期望，再除以每个转盘玩一次的价格，找到其中的最大值，用 $M$ 除以这个最大值得到答案。

部分代码：

	for(int i = 1; i <= n; i = i + 1)
	{
		cin >> c[i] >> p[i];
		for(int j = 1; j <= p[i]; j = j + 1)
		{
			cin >> s;
			if(s > m)
				s = m;	// 赛时写的一个毫无卵用的优化
			sum[i] += s;
		}
		ave[i] = sum[i] / double(p[i]);
		ave[i] /= c[i];
	}
	sort(ave + 1, ave + 1 + n, cmp);
	cout << m / ave[1];

这应该算是一个很多人都可能会考虑到的贪心策略了，但是其正确性究竟怎样呢？

考虑这样的数据：

N = 2
M = 100
第一个轮盘玩一次 100 元
0 0 0 0 100
第二个轮盘玩一次 100 元
0 0 0 0 0 0 0 1000

可以计算出，下面的轮盘玩一次平均获得 $125$ 元，而上面的轮盘每玩一次平均仅获得 $20$ 元，但是显然更优解是选择玩上面的轮盘。

为什么？

记不记得我们初中时候学过：平均值很多时候不能反映一组数据的真实情况，因为其很容易被极端值影响。

那有人说了：去掉一个最大值，去掉一个最小值，你看行不行？

当然不行啊！一堆 $0$ 中间插了一个 $100$，你把最大值 $100$ 干掉了，你看看这个盘子里还剩个啥。

所以这个题贪心来做很难找到一种合适的贪心策略，这个时候，我们就回忆起了——

暴力搜索

DP！

---

正解：我们设 $d{p}_i$ 表示获得 $i$ 得分所用的钱的期望值。

不难想到，由于最后我们希望得到一个最优解，一定要最小化这个期望值，所以我们初始化时全部设成一个大数。

那么接下来考虑如何转移：

不难想起背包问题中我们的转移方程：

$$d{p}_i=\max (d{p}_i,d{p}_{i-v}+w)$$

（完全背包问题的转移方程）

那么这道题其实也很类似，只不过在做常规背包问题的时候我们是有选取某件物品的资格的，但是现在我们不能选特定的物品了，只能听天由命，让概率说话。

所以针对一个轮盘上的某个数 $p_k$，如果我们选到了它，就会让此时的期望值变成 $d{p}_{\max (0,i-p_k)}$。

但是需要注意，如果 $p_k=0$，那么期望值转移回了 $d{p}_i$ 自己，这一步做得毫无意义，所以我们需要特判一下 $p_k=0$ 的情况。

于是，我们只需要实现定义一个变量 $d$ 记录一下这个过程中我们的期望值的和，之后我们再除以有意义情况的个数，就得到了每次选到有意义情况时的期望。

以下，为了称呼方便，我们把 $s_{j,k}=0$ 称为无意义情况，反之称为有意义情况。

这一部分代码如下：

			d = 0;
			int z = 0;
			for(int k = 1; k <= p[j]; k = k + 1)
			{
				// 为了称呼方便，我们把 s[j][k] == 0 称为无意义情况，反之称为有意义情况 
				if(s[j][k] == 0)
					z ++;	// z 表示 0 的个数 
				else d += dp[max(0, i - s[j][k])];	// 此时 d 表示有意义情况总共的期望值 
			}
			d /= (p[j] - z);	// 此时 d 表示有意义情况平均的期望值 

然而，并不是每次操作都能选到有意义的情况，因为无意义情况个数为 $z$，所以有意义情况个数位 $p_j-z$，总情况数为 $p_j$，则不难理解选取到有意义情况的概率为 $\frac{p_j-z}{p_j}$。

而每玩一次都需要 $C_i$ 元，因此选到有意义的情况的代价应该是 $C_i\times \frac{p_j}{p_j-z}$。

那么我们就得到了状态转移的完整代码：

	for(int i = 1; i <= m; i = i + 1)
	{
		double d;
		dp[i] = 1145141919810;
		for(int j = 1; j <= n; j = j + 1)
		{
			d = 0;
			int z = 0;
			for(int k = 1; k <= p[j]; k = k + 1)
			{
				// 为了称呼方便，我们把 s[j][k] == 0 称为无意义情况，反之称为有意义情况 
				if(s[j][k] == 0)
					z ++;	// z 表示 0 的个数 
				else d += dp[max(0, i - s[j][k])];	// 此时 d 表示有意义情况总共的期望值 
			}
			d /= (p[j] - z);	// 此时 d 表示有意义情况平均的期望值 
			d += c[j] * p[j] / double(p[j] - z);	// 同时，选到有意义情况需要付出一定代价
			// 每玩一次需要 c[j] 元，其中选到有意义情况的机会是 (p[j] - z) / p[j] 
			// 所以平均每次选到有意义情况的代价为 c[j] * p[j] / (p[j] - z) 
			dp[i] = min(dp[i], d);
			// 取每一个轮盘中的最小值 
		}
	}

结合前面的输入输出，以下是完整 AC 代码：

#include<bits/stdc++.h>
using namespace std;
int n, m, c[114], p[114], s[114][114];
double dp[114];
int main()
{
//	freopen("a.txt", "r", stdin);
	cin >> n >> m;
	for(int i = 1; i <= n; i = i + 1)
	{
		cin >> c[i] >> p[i]; 
		for(int j = 1; j <= p[i]; j = j + 1)
			cin >> s[i][j];
	}
	for(int i = 1; i <= m; i = i + 1)
	{
		double d;
		dp[i] = 1145141919810;
		for(int j = 1; j <= n; j = j + 1)
		{
			d = 0;
			int z = 0;
			for(int k = 1; k <= p[j]; k = k + 1)
			{
				// 为了称呼方便，我们把 s[j][k] == 0 称为无意义情况，反之称为有意义情况 
				if(s[j][k] == 0)
					z ++;	// z 表示 0 的个数 
				else d += dp[max(0, i - s[j][k])];	// 此时 d 表示有意义情况总共的期望值 
			}
			d /= (p[j] - z);	// 此时 d 表示有意义情况平均的期望值 
			d += c[j] * p[j] / double(p[j] - z);	// 同时，选到有意义情况需要付出一定代价
			// 每玩一次需要 c[j] 元，其中选到有意义情况的机会是 p[j] / (p[j] - z) 
			// 所以平均每次选到有意义情况的代价为 c[j] * p[j] / (p[j] - z) 
			dp[i] = min(dp[i], d);
			// 取每一个轮盘中的最小值 
		}
	}
	cout << dp[m];
	return 0; 
}

完美 ~ 撒花✿✿ヽ(°▽°)ノ✿