[LuoguP2473] [SCOI2008]奖励关

洛谷传送门

题目描述

你正在玩你最喜欢的电子游戏，并且刚刚进入一个奖励关。在这个奖励关里，系统将依次随机抛出k次宝物，每次你都可以选择吃或者不吃（必须在抛出下一个宝物之前做出选择，且现在决定不吃的宝物以后也不能再吃）。

宝物一共有n种，系统每次抛出这n种宝物的概率都相同且相互独立。也就是说，即使前k-1 次系统都抛出宝物1（这种情况是有可能出现的，尽管概率非常小），第k次抛出各个宝物的概率依然均为1/n。

获取第 i 种宝物将得到Pi分，但并不是每种宝物都是可以随意获取的。第i种宝物有一个前提宝物集合Si。只有当Si中所有宝物都至少吃过一次，才能吃第i 种宝物（如果系统抛出了一个目前不能吃的宝物，相当于白白的损失了一次机会）。注意，Pi 可以是负数，但如果它是很多高分宝物的前提，损失短期利益而吃掉这个负分宝物将获得更大的长期利益。

假设你采取最优策略，平均情况你一共能在奖励关得到多少分值？

输入输出格式

输入格式：

第一行为两个正整数k 和n，即宝物的数量和种类。以下n行分别描述一种

宝物，其中第一个整数代表分值，随后的整数依次代表该宝物的各个前提宝物（各

宝物编号为1到n），以0结尾。

输出格式：

输出一个实数，保留六位小数，即在最优策略下平均情况的得分。

输入输出样例

输入样例#1：

1 2
1 0
2 0

输出样例#1：

1.500000

输入样例#2：

6 6
12 2 3 4 5 0
15 5 0
-2 2 4 5 0
-11 2 5 0
5 0
1 2 4 5 0

输出样例#2：

10.023470
说明
$1 <= k <= 100, 1 <= n <= 15$，分值为[-106,106]内的整数。

解题分析

看到$n<=15$就知道大概是状压DP了， 但正向DP（$dp[i][j]$表示第i轮状态j的最大值）似乎会出锅， 因为我们并不知道能不能转移到状态j。

所以我们倒推， 设$dp[i][j]$ 表示推到第i轮， 第1至i-1轮得到的状态为j， 就可以保证每个状态都可以到达了（因为即使无法到达也对最终状态$dp[1][0]$ 没有影响）。

状态转移方程为：
1.如果状态j允许k加入， 即$dp[i][j]+=max(dp[i+1][j], dp[i+1][j|(1 << k -1)]+val_k)$。
2.如果状态j不允许k加入， 即$dp[i][j]+=dp[i+1][j]$

因为是求期望， 所以每轮下来$dp[i][j]$都应该除以n。最后$dp[1][0]$即为答案。

代码如下：

#include <cstdio>
#include <cstring>
#include <cstdlib>
#include <cctype>
#include <cmath>
#include <algorithm>
#define R register
#define W while
using namespace std;
int req[20];
double dp[105][1 << 16];
int val[20];
int kind, tim;
int main(void)
{
    int a;
    scanf("%d%d", &tim, &kind);
    for (R int i = 1; i <= kind; ++i)
    {
        scanf("%d", &val[i]);
        W (233)
        {
            scanf("%d", &a);
            if(!a) break;
            req[i] ^= (1 << a - 1);
        }
    }
    int lim = (1 << kind) - 1;
    for (R int i = tim; i >= 1; --i)
    {
        for (R int j = 0; j <= lim; ++j)
        {
            for (R int k = 1; k <= kind; ++k)
            if((j & req[k]) == req[k])
            dp[i][j] += max(dp[i + 1][j], dp[i + 1][j | (1 << k - 1)] + val[k]);
            else dp[i][j] += dp[i + 1][j];
            dp[i][j] /= kind;
        }
    }
    printf("%.6lf", dp[1][0]);
    return 0;
}