bzoj 1419 Red is good 【期望dp】

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.

解题思路

关键是考虑什么时候是最优策略。
仔细想了就发现，如果当前期望都不是正数了，那不如不拿，这样当前期望就变为了0，其他情况都可以再拿，这样就可以最优了。

设f[i][j]表示还有i张红牌，j张黑牌的最优期望，那么：
f[i][j]=max（0，$\frac{i}{i+j}*$(f[i-1][j]+1)+$\frac{j}{i+j}*$(f[i][j-1]-1)）。
初始化f[i][0]=i;

注意输出，还有要开滚动数组。

#include<iostream>
#include<cstdio>
#include<cstring>
#include<string>
#include<algorithm>
#include<cmath>
#include<vector>
#include<queue>
#define ll long long
using namespace std;

int getint()
{
    int i=0,f=1;char c;
    for(c=getchar();(c<'0'||c>'9')&&c!='-';c=getchar());
    if(c=='-')f=-1,c=getchar();
    for(;c>='0'&&c<='9';c=getchar())i=(i<<3)+(i<<1)+c-'0';
    return i*f;
}

const int N=5005;
int n,m;
double f[2][N];

int main()
{
    //freopen("lx.in","r",stdin);
    n=getint(),m=getint();
    int now=1;
    for(int i=1;i<=n;i++)
    {
        f[now][0]=i;
        for(int j=1;j<=m;j++)
            f[now][j]=max((double)0,i*1.0/(i+j)*(f[now^1][j]+1)+j*1.0/(i+j)*(f[now][j-1]-1));
        now^=1;
    }
    now^=1;
    double ans=floor(f[now][m]*1000000)*1.0/1000000;
    printf("%0.6f",ans);
    return 0;
}