也许更好的阅读体验
D
e
s
c
r
i
p
t
i
o
n
\mathcal{Description}
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。
S
o
l
u
t
i
o
n
\mathcal{Solution}
Solution
设
f
[
i
]
[
j
]
f[i][j]
f[i][j]表示有
i
i
i张红牌，
j
j
j张黑牌的期望收益
考虑翻一张牌，有两种情况
- 有 i i + j \frac{i}{i+j} i+ji的概率翻到红牌，此后就只有 i − 1 i-1 i−1张红牌， j j j张黑牌
- 有 j i + j \frac{j}{i+j} i+jj的概率翻到黑牌，此后就只有 i i i张红牌， j − 1 j-1 j−1张黑牌
需要注意的是，不要忘了翻开的牌的贡献
翻开一张牌后，该颜色牌数目就少了一张
所以有
f
[
i
]
[
j
]
=
i
i
+
j
(
f
[
i
−
1
]
[
j
]
+
1
)
+
j
i
+
j
(
f
[
i
]
[
j
−
1
]
−
1
)
f[i][j]=\frac{i}{i+j}(f[i-1][j]+1)+\frac{j}{i+j}(f[i][j-1]-1)
f[i][j]=i+ji(f[i−1][j]+1)+i+jj(f[i][j−1]−1)
由于是最优策略，所以咱是不可能赔钱的
f
[
i
]
[
j
]
=
m
a
x
(
0
,
i
i
+
j
(
f
[
i
−
1
]
[
j
]
+
1
)
+
j
i
+
j
(
f
[
i
]
[
j
−
1
]
−
1
)
)
f[i][j]=max(0,\frac{i}{i+j}(f[i-1][j]+1)+\frac{j}{i+j}(f[i][j-1]-1))
f[i][j]=max(0,i+ji(f[i−1][j]+1)+i+jj(f[i][j−1]−1))
初值
f
[
0
]
[
1
]
=
0
,
f
[
1
]
[
0
]
=
1
f[0][1]=0,f[1][0]=1
f[0][1]=0,f[1][0]=1，答案为
f
[
R
]
[
B
]
f[R][B]
f[R][B]
应正向循环
本篇博客亦被收进期望总结
如有哪里讲得不是很明白或是有错误，欢迎指正
如您喜欢的话不妨点个赞收藏一下吧
扫一扫
717
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
