BZOJ 1076 [SCOI2008]奖励关 状压+期望DP 题解

---

Description

　　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？

---

Input

　　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。

---

Output

　　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。

---

Sample Input

1 2

1 0

2 0

---

Sample Output

1.500000

---

HINT

【数据规模】

1<=k<=100,1<=n<=15，分值为[-10^6,10^6]内的整数。

---

显然这道题是状压，因为数据规模可以看出。
显然这道题是期望，从题面的平均状况四个字可以得出。
所以怎么个dp法呢，我们思考用dp[i][j]来表示目前还剩i次扔东西机会（当这个数组计算完的时候，这个倒数第i次是已经扔了的），j表示当前的集合

---

显然可以得到for三次的状态转移，先把所有的情况考虑一遍（for一遍N个物体，每个都加上去），最后再除以N即可

---

#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#include<vector>
#include<map>
#include<set>
using namespace std;
int s[1000];
double dp[100+10][70000];
int K,N;
int pow[1000]; 
int val[1000];
int main(){
    //freopen("1076.txt","r",stdin);
    //freopen(".out","w",stdout);
    scanf("%d%d",&K,&N);//K为系统抛K次,N为宝物种类
    for(register int i=1;i<=16;i++)pow[i]=1<<(i-1);
    for(register int i=1;i<=N;i++){
        int temp;
        scanf("%d%d",&val[i],&temp);
        while(temp){
            s[i]+=pow[temp];
            scanf("%d",&temp);
        }
    }
    for(register int i=K;i;i--){
        for(register int j=0;j<=pow[N+1]-1;j++){
            for(register int k=1;k<=N;k++)
                if((s[k]&j)==s[k])
                    dp[i][j]+=max(dp[i+1][j],dp[i+1][j|pow[k]]+val[k]);
                else 
                    dp[i][j]+=dp[i+1][j];
            dp[i][j]/=N;
            //if(j==0&&i==1) break;
        }
    }
    printf("%0.6lf",dp[1][0]);
    return 0;
}

显然（我也还不知道为什么dp[1][0]就是答案），请大家有人知道了恳请联系qq2632812444或邮箱2632812444@qq.com，非常感谢