1076: [SCOI2008]奖励关
Time Limit: 10 Sec Memory Limit: 128 MBSubmit: 1814 Solved: 992
[ Submit][ Status][ Discuss]
Description
你正在玩你最喜欢的电子游戏,并且刚刚进入一个奖励关。在这个奖励关里,系统将依次随机抛出k次宝物,
每次你都可以选择吃或者不吃(必须在抛出下一个宝物之前做出选择,且现在决定不吃的宝物以后也不能再吃)。
宝物一共有n种,系统每次抛出这n种宝物的概率都相同且相互独立。也就是说,即使前k-1次系统都抛出宝物1(
这种情况是有可能出现的,尽管概率非常小),第k次抛出各个宝物的概率依然均为1/n。 获取第i种宝物将得到Pi
分,但并不是每种宝物都是可以随意获取的。第i种宝物有一个前提宝物集合Si。只有当Si中所有宝物都至少吃过
一次,才能吃第i种宝物(如果系统抛出了一个目前不能吃的宝物,相当于白白的损失了一次机会)。注意,Pi可
以是负数,但如果它是很多高分宝物的前提,损失短期利益而吃掉这个负分宝物将获得更大的长期利益。 假设你
采取最优策略,平均情况你一共能在奖励关得到多少分值?
Input
第一行为两个正整数k和n,即宝物的数量和种类。以下n行分别描述一种宝物,其中第一个整数代表分值,随
后的整数依次代表该宝物的各个前提宝物(各宝物编号为1到n),以0结尾。
Output
输出一个实数,保留六位小数,即在最优策略下平均情况的得分。
Sample Input
1 0
2 0
Sample Output
HINT
【数据规模】
1<=k<=100,1<=n<=15,分值为[-10^6,10^6]内的整数。
Source
题解:期望dp
这一步的期望=(上一步的期望+这一步的得分)*当前的概率。
这道题如果正着推可能会产生很多废弃的状态,而且无法保证采取的是最有策略。所以我考虑到这推,那么最后的答案就是f[1][0]。
f[i][j]表示第I步,宝物集合为j的期望。
f[i][j]=sigma(max(f[i+1][j],f[i+1][j|(1<<(k-1))]+val[k]))/n max中表示的是当前状态掉落k这种宝石选与不选中取最优策略,要注意只有枚举的状态中还有选k的所有前提时,才能选k。
#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cmath>
#define N 103
using namespace std;
int num[N];
double f[N][(1<<15)+100],val[N];
int n,m;
int main()
{
scanf("%d%d",&n,&m);
for (int i=1;i<=m;i++){
scanf("%lf",&val[i]);
int x;
while (true){
scanf("%d",&x);
if (!x) break; x--;
num[i]+=(1<<x);
}
}
for (int i=n;i>=1;i--)
for (int sta=0;sta<(1<<m);sta++){
for (int k=1;k<=m;k++)
if ((num[k]&sta)==num[k])
f[i][sta]+=max(f[i+1][sta],f[i+1][sta|(1<<(k-1))]+val[k]);
else f[i][sta]+=f[i+1][sta];
f[i][sta]/=(double)m;
}
printf("%.6lf\n",f[1][0]);
}