J - Sushi

# 一级标题 J - Sushi

题目大意：

N个盘子，每个盘子中有1到3个寿司不等，T总每次随机选一个盘子，取一个寿司若没有则不取，求全部取完的期望次数
（关于期望dp请转移概率dp）
数据范围N $\in$[1, 300].
提示：考虑dp

---

考虑设置dp状态

*** 很明显的三维$d{p}_i{,}_j{,}_k$ 表示盛一个寿司的盘子有i个，盛两个寿司的有j个，盛三个寿司的有k个的期望次数。
设开始时一个的有x个，两个寿司的有y个，盛三个寿司的有z个.

---

考虑转移：

$WAY1:倒推$（目标状态到初始状态）
$d{p}_i{,}_j{,}_k$表示从0，0，0到i，j, k的期望次数，
初始化 $d{p}_0{,}_0{,}_0$ = 0； 目标状态$d{p}_x{,}_y{,}_z$
转移方式:
首先, 每一次选到当前状态下有寿司的盘子有$\frac{n}{i+j+k}$的期望次数
然后，有$\frac{i}{i+j+k}$的概率转移到$d{p}_i-1{,}_j{,}_k$
有$\frac{j}{i+j+k}$的概率转移到$d{p}_i+1{,}_j-1{,}_k$
有$\frac{k}{i+j+k}$的概率转移到$d{p}_i{,}_j+1{,}_k-1$
所以`

---

				dp[i][j][k] += (double)(1.0 * n / (i + j + k));
				if (i >= 1) dp[i][j][k] += (dp[i - 1][j][k] * (1.0 * i / (i + j + k)));
				if(j >= 1) {
					dp[i][j][k] += dp[i + 1][j - 1][k] * (1.0 * j / (i + j + k));
				} 
				if (k >= 1){
					dp[i][j][k] += dp[i][j + 1][k - 1] * (1.0 * k / (i + j + k));
				}

Points：i，j, k的枚举顺序；i,j,k是否都为零的判断；i,j,k的枚举范围。
$WAY2:正推$
话说期望dp一般都是倒推的呢

$d{p}_i{,}_j{,}_k$表示从i, j, k到x, y, z的期望次数，那么初始状态就有了
$d{p}_x{,}_y{,}_z$ = 0, 目标状态-> $d{p}_0{,}_0{,}_0$;
考虑转移，这里的转移要比正推难一点：
我们采用push的递推方法，（For example : dp[i + 1] += d[i]; )；
再维护一个f数组 $f_i{,}_j{,}_k$ 表示转移到i,j,k的概率，$f_x{,}_y{,}_z$ = 1；
然后，有$f_i{,}_j{,}_k$ $\ast$$\frac{i}{i+j+k}$的概率转移到$d{p}_i-1{,}_j{,}_k$
有$f_i{,}_j{,}_k$$\ast$$\frac{j}{i+j+k}$的概率转移到$d{p}_i+1{,}_j-1{,}_k$
有$f_i{,}_j{,}_k$ $\ast$ $\frac{k}{i+j+k}$的概率转移到$d{p}_i{,}_j+1{,}_k-1$
贡献到i - 1, j, k的期望次数是(n / (i + j + k) $\ast$ P($\xi$));
其中$\xi$是从x, y, z转移到i - 1, j, k的事件， 所以P（$\xi$）= $f_i{,}_j{,}_k$ $\ast$ i / (i + j +k );
贡献的期望值是$d{p}_i{,}_j{,}_k$$\ast$i/(i+j+k);
所以$d{p}_i-1{,}_j{,}_k$=(n / (i + j + k) $\ast$ $f_i{,}_j{,}_k$ $\ast$ i / (i + j +k )) + $d{p}_i{,}_j{,}_k$$\ast$i/(i+j+k)；
$d{p}_i+1{,}_j-1{,}_k$,$d{p}_i{,}_j+1{,}_k-1$不难类推，详情如下。

				long double E = (double)1.0L * n / (i + j + k);
				long double G = dp[i][j][k] / f[i][j][k];
				if (i >= 1) {
					f[i - 1][j][k] += f[i][j][k] * i / (i + j + k);
					dp[i - 1][j][k] += (G + E) * f[i][j][k] * i / (i + j + k); 
				} 
				if(j >= 1) {
					f[i + 1][j - 1][k] += f[i][j][k] * j / (i + j + k);
					dp[i + 1][j - 1][k] += (G + E) * f[i][j][k] * j / (i + j + k);
				}
				if (k >= 1) {
					f[i][j + 1][k - 1] += f[i][j][k] * k / (i + j + k);
					dp[i][j + 1][k - 1] += (G + E) * f[i][j][k] * k / (i + j + k); 
				}

如果代码实现有问题请私信或留言 😃;
$Bye$~~