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?
输入输出格式
输入格式:
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。
输出格式:
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。
输入输出样例
输入样例#1: 复制
1 2 1 0 2 0
输出样例#1: 复制
1.500000
输入样例#2: 复制
6 6 12 2 3 4 5 0 15 5 0 -2 2 4 5 0 -11 2 5 0 5 0 1 2 4 5 0
输出样例#2: 复制
10.023470
说明
1 <= k <= 100, 1 <= n <= 15,分值为[-106,106]内的整数。
解: dp[ i ] [ j ] 代表 状态为 j 第 i 轮到 第 k 轮 的最大期望
如果 j 这个状态包含 取第 t 个物体的状态 那么可以取或不取
不取为 dp[ i ] [ j ] + = dp [ i +1 ] [ j ]
取为 dp[ i ][ j ] + = max( dp [ i +1 ] [ j ] ,dp[ i + 1 ][ j |( 1 <<( t - 1 ) )] + a[ t ] )
#include<bits/stdc++.h>
using namespace std;
int a[20];//第i个物体的价值
int need[20];//取到第i个的需要满足的状态
double dp[105][1<<15];// dp[i][j]代表状态为j 第i轮到 第k轮 的最大期望
int main()
{
int k,n,p;
scanf("%d%d",&k,&n);
for(int i=1;i<=n;i++)
{
scanf("%d",&a[i]);
while(~scanf("%d",&p)&&p)
{
need[i]|=1<<(p-1);
}
}
for( int i=k;i;i--) //倒着递推
{
for(int j=0;j<1<<n;j++) //枚举状态
{
for(int t=1;t<=n;t++) // 每个物体出现的概率是一样的
{
if((j&need[t])==need[t]) //如果 j 这个状态 包含了 need[t]那么可以取
dp[i][j]+=max(dp[i+1][j],dp[i+1][j|(1<<(t-1))]+a[t]);
else //不能取
dp[i][j]+=dp[i+1][j];
}
dp[i][j]/=(n*1.0);//因为一共加了n次期望 ,除以n 得到平均期望
}
}
printf("%.6lf\n",dp[1][0]);
}