[期望计算+二分]2020-2021 ICPC Northwestern European Regional Programming Contest (NWERC)Great Expectation

link

题面

  这题有点像玩QQ飞车。有一个赛道记录时间为 $r$，赛道上有 $m$ 个可能失误点，如果完全没有失误完成赛道的时间是 $n(n＜r\le 5000)$。 在完全没有失误的情况下，通过第 $i$ 个点的时间是 $t_i$。对于第 $i$ 个点，有 $p_i$ 的概率会成功通过，如果失败的话，则会耗时 $d_i$ (额外增加的时间)。然后你还有一个reset选择，就是让赛车回到起点，计时时间重新开始。问为了打破纪录(记录的时间不算reset之前的时间)，最佳策略所需花费时间的期望值。(这个时间包括reset之前的时间，即花费总时间)。
  
   举个例子，比如 $n=19,r=20$, 只有一个可能失误点 $t=10,p=0.5,d=1$, 如果在唯一的这个点失误了，那么完成赛道时间就是 $19+1=20$，破不了记录。所以最优策略只能是失误了就reset, 不失误就直接完成，那么这个期望模型就是几何概型了，期望次数是 $1/p=2$ 次，那么所求时间就是 $2\ast 2+19-2=21$。

分析

   记可以失误的秒数 $margin=r-d-1$，那么失误掉的时间不能超过这个margin。这个margin的状态加上每个失误点，就可以进行动态规划维护状态了(状态不是很好想)。
   记 $dp[i][j]$ 表示刚好到达第 $i$ 关准备通过，浪费了 $j$ 秒情况下，破纪录还需要的最佳期望时间。 可以在起点和终点分别增加第 0 关和第 m + 1 关，通过概率为1，时间分别为0 和 n，这样有利于dp的转移。
  
   如果$j+d[i]\le margin$，那么可以得到转移方程(分为失败和不失败，失败又可以分为reset和继续走)
  
  $dp[i][j]=p[i]\ast (t[i+1]-t[i]+dp[i+1][j])+(1-p[i])\ast min(dp[0][0],t[i+1]-t[i]+d[i]+dp[i+1][j+d[i]]);$
  
   如果$j+d[i]>margin$，那么可以得到转移方程(分为失败和不失败，失败只能reset)：
  
   $dp[i][j]=p[i]\ast (t[i+1]-t[i]+dp[i+1][j])+(1-p[i])\ast dp[0][0]$
  
  从以上式子可以看出，我们要倒着dp, 最后要求的就是 $dp[0][0]$，但是每个dp转移都和$dp[0][0]$有关，即我们要求的值会先被用到。
  可以合理猜测，如果我们任意初始化一个 $dp[0][0]$ 用来dp迭代，算出来的 $dp[0][0]$ 比初始值大，那么一开始的给小了，如果算出来的比初始值小，那么一开始的给大了，这规律符合二分条件。
  所以就进行二分，答案可能会很大，所以上边界取的尽量大些。

#include <bits/stdc++.h>
#define here printf("modassing [%s] in LINE %d\n", __FUNCTION__, __LINE__);
#define debug(x) cout << #x << ":\t" << (x) << endl;

using namespace std;
typedef long long ll;
typedef unsigned long long ull;
typedef pair<int, int> P;
const int maxn = 2e3 + 10;
const int maxm = 2e6 + 10;
const int INF = 0x3f3f3f3f;
const ll mod = 1e9 + 7;
const double pi = acos(-1.0);
const double eps = 1e-8;

int n, r, m, t[60], d[60], margin;
long double p[60];
long double dp[60][5010];

long double solve(long double x)
{
    for (int i = m; i >= 0; i--)
    {
        for (int j = 0; j <= margin; j++)
        {
            dp[i][j] = p[i] * (t[i + 1] - t[i] + dp[i + 1][j]);
            if(j + d[i] > margin)
                dp[i][j] += (1 - p[i]) * x;
            else
                dp[i][j] += (1 - p[i]) * min(x, t[i + 1] - t[i] + d[i] + dp[i + 1][j + d[i]]);
        }
    }
    return dp[0][0];
}

int main()
{
    scanf("%d %d %d", &n, &r, &m);
    for (int i = 1; i <= m; i++)
        scanf("%d %Lf %d", &t[i], &p[i], &d[i]);
    t[0] = 0;
    p[0] = 1;
    t[m + 1] = n;
    p[m + 1] = 1;
    margin = r - n - 1;

    long double l = 0, r = 3e18, mid, tmp;
    while(r - l > eps)
    {
        mid = (l + r) / 2;
        tmp = solve(mid);
        if(tmp > mid)  l = mid;
        else r = mid - eps;
    }
    printf("%.8Lf\n", l);
}