原题链接:http://www.lydsy.com/JudgeOnline/problem.php?id=1419
Red is good
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。
Input
一行输入两个数R,B,其值在0到5000之间
Output
在最优策略下平均能得到多少钱。
Sample Input
5 1
Sample Output
4.166666
HINT
输出答案时,小数点后第六位后的全部去掉,不要四舍五入.
题解
我们用
dp[i][j]
d
p
[
i
]
[
j
]
表示还剩
i
i
张红牌,张黑牌下的期望,那么转移方程就很显然了:
dp[i][j]=max(0.0,(dp[i−1][j]+1)×ii+j+(dp[i][j−1]−1)×ji+j)
d
p
[
i
]
[
j
]
=
m
a
x
(
0.0
,
(
d
p
[
i
−
1
]
[
j
]
+
1
)
×
i
i
+
j
+
(
d
p
[
i
]
[
j
−
1
]
−
1
)
×
j
i
+
j
)
即 红牌的收益×红牌的概率+黑牌的收益×黑牌概率 红 牌 的 收 益 × 红 牌 的 概 率 + 黑 牌 的 收 益 × 黑 牌 概 率 ,当然,如果收益低于0,不如不选。
这道题要用滚动数组,不然卡三级缓存会T(垃圾出题人)。
代码
#include<bits/stdc++.h>
#define db double
using namespace std;
const int M=5005;
int r,b;
db dp[2][M];
void in()
{scanf("%d%d",&r,&b);}
void ac()
{
int p=0;
for(int i=0;i<=r;++i,p^=1)
{
dp[p][0]=i;
for(int j=1;j<=b;++j)
dp[p][j]=max(0.0,(dp[!p][j]+1)*i/(i+j)+(dp[p][j-1]-1)*j/(i+j));
}
p^=1;
printf("%.6lf",dp[p][b]-5e-7);
}
int main()
{
in();ac();
return 0;
}