【BZOJ1419】Red is good 期望DP

最新推荐文章于 2019-07-22 16:08:00 发布

ez_yww

最新推荐文章于 2019-07-22 16:08:00 发布

阅读量362

点赞数

分类专栏： DP DP--概率&amp;期望DP

本文链接：https://blog.csdn.net/ez_yww/article/details/77923206

版权

DP 同时被 2 个专栏收录

49 篇文章 0 订阅

订阅专栏

DP--概率&期望DP

10 篇文章 0 订阅

订阅专栏

题目大意

　　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。

　　 $0\leq R,B\leq 5000$

题解

　　设 $f_{i,j}$ 为还剩下 $i$ 张红牌和 $j$ 张黑牌时的最大收益。每次可以选择翻或者不翻。

f i, 0 f 0, i f i, j = i = 0 = max (0, i ( f i - 1 , j + 1 ) + j ( f i , j - 1 - 1 ) i + j)

$\begin{align} f_{i,0}&=i\\ f_{0,i}&=0\\ f_{i,j}&=\max(0,\frac{i(f_{i-1,j}+1)+j(f_{i,j-1}-1)}{i+j}) \end{align}$
　　最后答案是

fR,B $f_{R,B}$

　　辣鸡出题人卡空间要用滚动数组才能过

　　时间复杂度： $O(RB)$

代码

#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cstdlib>
#include<ctime>
#include<utility>
using namespace std;
typedef long long ll;
typedef pair<int,int> pii;
double f[2][5010];
int main()
{
//  freopen("bzoj1419.in","r",stdin);
    int n,m;
    scanf("%d%d",&n,&m);
    int i,j;
    int t=0;
    for(i=0;i<=n;i++)
    {
        t^=1;
        f[t][0]=i;
        for(j=1;j<=m;j++)
            f[t][j]=max(0.,(f[t^1][j]+1)*double(i)/(i+j)+(f[t][j-1]-1)*double(j)/(i+j));
    }
    ll s=f[t][m]*1000000;
    printf("%lld.%.6lld\n",s/1000000,s%1000000);
    return 0;
}