bzoj 1419(期望与dp)

1419: Red is good

Time Limit: 10 Sec   Memory Limit: 64 MB
Submit: 642   Solved: 249
[ Submit][ Status][ Discuss]

Description

桌面上有R张红牌和B张黑牌，随机打乱顺序后放在桌面上，开始一张一张地翻牌，翻到红牌得到1美元，黑牌则付出1美元。可以随时停止翻牌，在最优策略下平均能得到多少钱。

Input

一行输入两个数R,B,其值在0到5000之间

Output

在最优策略下平均能得到多少钱。

Sample Input

5 1

Sample Output

4.166666

HINT

输出答案时,小数点后第六位后的全部去掉,不要四舍五入.

解题思路：同样求得是最优决策下的期望，还是倒着递推。

但是由于内存太小，所以一定要滚动数组。

#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
using namespace std;
int r,b;
double f[3][5010];


inline int read()
{
char y; int x=0,f=1; y=getchar();
while (y<'0' || y>'9') {if (y=='-')f=-1; y=getchar();}
while (y>='0' && y<='9') {x=x*10+int(y)-48; y=getchar();}
return x*f;
}


int main()
{
r=read(); b=read();
for (int i=r;i>=0;--i)
{
 for (int j=b;j>=0;--j)
 if (i!=r || j!=b)
  {
   if (i==r) {f[2][j]+=max(0.0,f[2][j+1]-1);}else
   if (j==b) {f[2][j]+=max(0.0,f[1][j]+1);}else
    {
    f[2][j]+=max(0.0,(f[2][j+1]-1)*double(b-j)/(b-j+r-i)+(f[1][j]+1)*double(r-i)/(b-j+r-i));
}
  }
 memcpy(f[1],f[2],sizeof(f[1]));
 memset(f[2],0,sizeof(f[2]));
     }
    printf("%.6lf",f[1][0]-5e-7);
}