hdu 4870 Rating (概率dp)

最新推荐文章于 2019-08-08 21:29:20 发布

My_ACM_Dream

最新推荐文章于 2019-08-08 21:29:20 发布

阅读量519

点赞数

分类专栏：动态规划—概率dp 动态规划

本文链接：https://blog.csdn.net/My_ACM_Dream/article/details/44246077

版权

该博客介绍了如何运用概率动态规划（概率DP）解决一个关于评级系统的问题。在这个问题中，当排名在1到200之间时，评级会增加，而排名在200之外时，评级会减少。每次操作评级变化的概率为p，目标是求解评级达到1000所需的平均操作次数。博主提供了详细的解题思路，其中包括将连续区间离散化的方法。

摘要由CSDN通过智能技术生成

题意：

给出一个人升级的流程，对于每次操作如果rank在1-200那么rating会涨min(x+50,1000),否则ranting会涨(x-100,0)相当于减rating。rank在1-200的范围的概率是p。

求rating达到1000操作数的期望。

题解在注释里。其实可以离散化，将x+50,1000,x-100,0离散化，就是x+1,20,x-2,0;

/**
对于单个账号的期望E[i]表示打到i分段的期望
令q=1-p;
E[i]=E[i+1]*p+E[i-2]*q;
显然这个没办法用递推，因为E[i+1]没计算出来。
这个暂且不提。
我们分析下两个账号的情况
在递推是肯定有这样：(0,0)->(0,1) (0,0)->(1,0) (1,0)->(2,0)....等
对于其中的(0,0)->(1,0)结果是E[1]-E[0],其他同理。
那么总的期望可以是这些差的和？猜测！将所有罗列出来，发现和的答案会累赘
就是说因为最后一步时(19,19)->(20,19)或者(19,19)->(19,20)这两者其中一个发
生就可以了，那么用之前的和减去E[20]-E[19];
那么我们令dp[i]=E[i+1]-E[i];
于是dp[i]=(dp[i-1]-dp[i-3]*q