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,
ii+j∗
(f[i-1][j]+1)+
ji+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;
}