0x38 扑克牌 （期望dp）

以下转自 《算法竞赛进阶指南》

这是一道数学期望与动态规划结合的题目

设 $f[a,b,c,d,x,y]$ 表示已经翻开 $a$ 张黑桃， $b$ 张红桃， $c$ 张梅花， $d$ 张方块，小王状态为 $x$，大王状态为 $y$ 的期望值，黑桃为 $0$，红桃为 $1$，梅花为 $2$，方块为 $3$； $x=4$ 表示没有用过小王，否则为小王对应的花色

当前已经用过的牌数可以轻松算出，即 $sum=(a+b+c+d+(x̸=4)+(y̸=4))$，则目前剩下 $54-sum$ 张牌，其中有 $13-a$ 张黑桃，故翻出一张黑桃的概率为 $\frac{13-a}{54-sum}$，翻出一张黑桃后，其他的期望为 $dp[a+1,b,c,d,x,y]$

对于大小王，情况比较特殊，当 $x=4$ 时，有 $\frac{1}{54-sum}$ 的概率翻出小王，根据题意，赢吧小王看做某种花色，使得期望值最小，即 min ⁡ 0 &lt; x ′ &lt; 3 { f [ a , b , c , d , x ′ , y ] } \min_{0&lt;x&#x27;&lt;3}\{f[a,b,c,d,x&#x27;,y]\} min0<x′<3​{f[a,b,c,d,x′,y]}，大王情况类似

边界：

• 如果已经翻开的牌数达到题目要求的数量，那么期望值为 $0$
• 若 54 张牌被翻完未达到，则 $54-sum\le 0$，期望值正无穷

答案：$f[0,0,0,0,4,4]$

#include <map>
#include <set>
#include <ctime>
#include <queue>
#include <stack>
#include <cmath>
#include <vector>
#include <bitset>
#include <cstdio>
#include <cctype>
#include <string>
#include <numeric>
#include <cstring>
#include <cassert>
#include <climits>
#include <cstdlib>
#include <iostream>
#include <algorithm>
#include <functional>
using namespace std ;
#define rep(i, a, b) for (int i = (a); i <= (b); i++)
#define per(i, a, b) for (int i = (a); i >= (b); i--)
#define loop(s, v, it) for (s::iterator it = v.begin(); it != v.end(); it++)
#define cont(i, x) for (int i = head[x]; i; i = e[i].nxt)
#define clr(a) memset(a, 0, sizeof(a))
#define ass(a, sum) memset(a, sum, sizeof(a))
#define lowbit(x) (x & -x)
#define all(x) x.begin(), x.end()
#define mp make_pair
#define pb push_back
#define fi first
#define se second
#define iv inline void
#define enter cout << endl
#define siz(x) ((int)x.size())
#define file(s) freopen(s".in", "r", stdin), freopen(s."out", "w", stdout)
typedef long long ll ;
typedef unsigned long long ull ;
typedef pair <int, int> pii ;
typedef vector <int> vi ;
typedef vector <pii> vii ;
typedef queue <int> qi ;
typedef set <int> si ;
typedef map <int, int> mii ;
typedef map <string, int> msi ;
const int N = 15 ;
const int INF = 0x3f3f3f3f ;
const int iinf = 1 << 30 ;
const ll linf = 2e18 ;
const int MOD = 1000000007 ;
const double eps = 1e-7 ;
void print(int x) { cout << x << endl ; exit(0) ; }
void PRINT(string x) { cout << x << endl ; exit(0) ; }
void douout(double x){ printf("%lf\n", x + 0.0000000001) ; }



double f[N][N][N][N][5][5], ans ;
bool v[N][N][N][N][5][5] ;
int C, D, H, S, t, T ;

double dp(int a, int b, int c, int d, int p, int q) {
    if (v[a][b][c][d][p][q]) return f[a][b][c][d][p][q] ;
    v[a][b][c][d][p][q] = 1 ;
    double & ans = f[a][b][c][d][p][q] ;
    ans = 0 ;
    int x = a, y = b, z = c, w = d ;
    if (p == 1) x++ ;
    if (p == 2) y++ ;
    if (p == 3) z++ ;
    if (p == 4) w++ ;
    if (q == 1) x++ ;
    if (q == 2) y++ ;
    if (q == 3) z++ ;
    if (q == 4) w++ ;
    if (x >= C && y >= D && z >= H && w >= S) return 0 ;
    int cnt = 54 - x - y - z - w ;
    if (cnt <= 0) return ans = 1e10 ;
    if (a < 13) ans += dp(a + 1, b, c, d, p, q) * (13 - a) / cnt ;
    if (b < 13) ans += dp(a, b + 1, c, d, p, q) * (13 - b) / cnt ;
    if (c < 13) ans += dp(a, b, c + 1, d, p, q) * (13 - c) / cnt ;
    if (d < 13) ans += dp(a, b, c, d + 1, p, q) * (13 - d) / cnt ;
    if (!p) {
        double temp = dp(a, b, c, d, 1, q) ;
        temp = min(temp, dp(a, b, c, d, 2, q)) ;
        temp = min(temp, dp(a, b, c, d, 3, q)) ;
        temp = min(temp, dp(a, b, c, d, 4, q)) ;
        ans += temp / cnt ;
    }
    if (!q) {
        double temp = dp(a, b, c, d, p, 1) ;
        temp = min(temp, dp(a, b, c, d, p, 2)) ;
        temp = min(temp, dp(a, b, c, d, p, 3)) ;
        temp = min(temp, dp(a, b, c, d, p, 4)) ;
        ans += temp / cnt ;
    }
    return ++ans ;
}

int main() {
    cin >> C >> D >> H >> S ;
    ans = dp(0, 0, 0, 0, 0, 0) ;
    if (ans > 100) puts("-1.000") ;
    else printf("%.3f\n", ans) ;
    return 0 ;
}
/*
写代码时请注意：
	1.ll？数组大小，边界？数据范围？
	2.精度？
	3.特判？
	4.至少做一些
思考提醒：
	1.最大值最小->二分？
	2.可以贪心么？不行dp可以么
	3.可以优化么
	4.维护区间用什么数据结构？
	5.统计方案是用dp？模了么？
	6.逆向思维？
*/