bzoj1076 [SCOI2008]奖励关

(http://www.elijahqi.win/2018/01/23/bzoj1076-scoi2008%E5%A5%96%E5%8A%B1%E5%85%B3/%20%E2%80%8E)
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 2
1 0
2 0
Sample Output
1.500000
HINT

【数据规模】

1<=k<=100,1<=n<=15，分值为[-10^6,10^6]内的整数。
dp方程可以比较容易得到一个错误的 首先注意的是题意要求我们 如果这个这次我们没有选择那么以后就也都不要选择了 这一点如果我顺序递推的话可能会从无效状态生成有效状态从而递推下去并且我不确定最后的答案会在那个状态里 看了题解后发现那么不妨倒着来做 设dp[i][s]表示我1-i-1轮已经获得了s状态的宝物 那么我一直做完K轮我的期望是多少 那么每个点的期望就是所有它能转移到的地方的期望+他们的边权和 最后整体/n 其实就相当于正着算期望 定义：是试验中每次可能结果的概率乘以其结果的总和

#include<cstdio>
#include<algorithm>
using namespace std;
inline char gc(){
    static char now[1<<16],*S,*T;
    if (T==S){T=(S=now)+fread(now,1,1<<16,stdin);if (T==S) return EOF;}
    return *S++;
}
inline int read(){
    int x=0,f=1;char ch=gc();
    while(ch<'0'||ch>'9') {if (ch=='-') f=-1;ch=gc();}
    while(ch<='9'&&ch>='0') x=x*10+ch-'0',ch=gc();
    return x*f;
}
int k,n,bin[20],p[110],need[20];double dp[110][40000];
int main(){
    freopen("bzoj1076.in","r",stdin);
    k=read();n=read();
    for (int i=0;i<=n;++i) bin[i]=1<<i;
    for (int i=1;i<=n;++i){
        p[i]=read();while(1){
            int x=read();if (!x) break;need[i]|=bin[x-1];
        }
    }
    for (int i=k;i;--i){
        for (int s=0;s<bin[n];++s){
            for (int j=1;j<=n;++j){
                if ((s&need[j])==need[j]) dp[i][s]+=max(dp[i+1][s],dp[i+1][s|bin[j-1]]+p[j]);
                else dp[i][s]+=dp[i+1][s];
            }
            dp[i][s]/=n;
        }
    }printf("%.6lf",dp[1][0]);
    return 0;
}