链接
https://www.luogu.org/problem/show?pid=1850
离散型随机变量的数学期望
在高中的数学学习中,我们学习了概率,并且接触到了离散型随机变量的分布列。
在这里,我把离散型随机变量的数学理解为分布列中每个X的取值乘以其概率的和。期望型dp还要多做题多积累,这样才能逐渐加强理解。
百度百科:离散型随机变量的一切可能的取值xi与对应的概率pi乘积之和称为该离散型随机变量的数学期望
初学者的纠结
在我的前一篇文章中,介绍了“绿豆蛙的归宿”这道题目,那道题目中,决策是固定的,我们只需要求出期望。我用了顺推的方法,设f[i]表示从起点跳到这个点的期望值,p[i]表示从起点跳到这个点的概率,那么对于点u的一条权值为w的出边(u,v),这样更新答案:
f[v]+=(f[u]+w×p[u])cd[u]
。
举个例子,上面这个就是点u,其中进来的边表示了全部三条可能的路径(注意是路径不是边),花费分别是c1、c2、c3,概率分别是p1、p2、p3,那么根据期望的定义,
f[u]=p1c1+p2c2+p3c3
。假设我们已经知道了
f[u]
的值,有一条出边(u,v,w),显然点u对点v的贡献就是
[p1(c1+w)+p2(c2+w)+p3(c3+w)]/cd[u]
,将
f[u]
带入,式子化为
[f[u]+w(p1+p2+p3)]/cd[u]
,因此我才会维护一个概率之和
p[i]
,转移方程
f[v]+=(f[u]+w×p[u])cd[u]
的意思也就解释完了。
题解
这道题和那个不一样,决策不是固定的,决策要由你来做出。
f[i][j][0/1]
表示已经考虑了前i门课程,申请了j次教室,这个教室有没有申请更换的期望。
直接列出转移方程。
作为一名初学者,对于这个方程的正确性纠结了好长时间,对于上面提到的 绿豆蛙的归宿那道题,期望在转移的时候要乘上概率,而这个方成里,期望的转移却没有乘上概率,这是为什么?
详细考虑之后,发现其实这个式子中也含有了概率,只不过所有概率的和加起来等于1,所以略去了而已。这道题和绿豆蛙的不同在于,它的每一个状态的概率都是1,绿豆蛙中所有状态的概率加起来等于1。其实就是说绿豆蛙中,它怎么跳已经是固定的了,只要你算个期望,但在这道题目中,你要帮他做出决策,因此每种可能的决策的状态概率肯定是1。这两道题目的状态设计在本质上有不同,绿豆蛙中一个状态只是一个中间量,但换教室中一个状态就代表了一种可能的结果。
代码
//期望DP
#include <cstdio>
#include <algorithm>
#include <cstring>
#define maxn 2100
#define maxv 310
#define maxe (90010<<1)
#define inf 0x3f3f3f3f
using namespace std;
int N, M, V, E, head[maxv], to[maxe], nex[maxe], w[maxe], c[maxn],
d[maxn];
double f[maxn][maxn][2], k[maxn], dis[maxv][maxv];
void init()
{
int i, j, kk, a, b;
double v;
scanf("%d%d%d%d",&N,&M,&V,&E);
for(i=1;i<=N;i++)scanf("%d",c+i);
for(i=1;i<=N;i++)scanf("%d",d+i);
for(i=1;i<=N;i++)scanf("%lf",k+i);
for(i=1;i<=V;i++)for(j=1;j<=V;j++)if(i^j)dis[i][j]=1e60;
for(i=1;i<=E;i++)
{
scanf("%d%d%lf",&a,&b,&v);
dis[a][b]=dis[b][a]=min(dis[a][b],v);
}
for(kk=1;kk<=V;kk++)for(i=1;i<=V;i++)for(j=1;j<i;j++)
dis[i][j]=dis[j][i]=min(dis[i][j],dis[i][kk]+dis[kk][j]);
}
void dp()
{
int i, j;
double t;
for(i=0;i<=M;i++)f[1][i][0]=f[1][i][1]=1e60;
f[1][0][0]=f[1][1][1]=0;
for(i=2;i<=N;i++)
for(j=0;j<=M;j++)
{
f[i][j][0]=f[i][j][1]=1e60;
t=1e60;
t=min(t,f[i-1][j][0]+dis[c[i]][c[i-1]]);
t=min(t,f[i-1][j][1]+dis[c[i]][c[i-1]]*(1-k[i-1])+dis[c[i]][d[i-1]]*k[i-1]);
f[i][j][0]=t;
if(!j)continue;
t=1e60;
t=min(t,f[i-1][j-1][0]+dis[c[i]][c[i-1]]*(1-k[i])+dis[d[i]][c[i-1]]*k[i]);
t=min(t,f[i-1][j-1][1]+dis[c[i]][c[i-1]]*(1-k[i])*(1-k[i-1])
+dis[c[i]][d[i-1]]*(1-k[i])*k[i-1]
+dis[d[i]][c[i-1]]*k[i]*(1-k[i-1])
+dis[d[i]][d[i-1]]*k[i]*k[i-1]);
f[i][j][1]=t;
}
t=1e60;
for(i=0;i<=M;i++)t=min(t,min(f[N][i][0],f[N][i][1]));
printf("%.2lf",t);
}
int main()
{
init();
dp();
return 0;
}