大意:
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
直接期望DP
f[i][j]表示开一局i红j黑的游戏的期望收益,然后f[i][j]可以由f[i-1][j]和f[i][j-1]转移
要滚动
#include<stdio.h>
#include<algorithm>
#define cint const int &
using namespace std;
double v[2][5005];
int r,b;
inline double V(cint a,cint b)
{
if (b<0) return 0;
return v[a][b];
}
int main()
{
scanf("%d%d",&r,&b);
for (int i=0;i<=r;i++) for (int j=0;j<=b;j++) if (i+j) v[i&1][j]=max((double)i/(i+j)*(V(i&1^1,j)+1)+(double)j/(i+j)*(V(i&1,j-1)-1),0.0);
printf("%.6lf",v[r&1][b]-0.0000005);
}