[FROM WOJ]#1254 奖励关(bonus)

#1254 奖励关(bonus)

题面
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
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
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。

样例输入
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

样例输出
10.023470

提示
【数据规模】
1 <= k <= 100, 1 <= n <= 15，分值为[-10^6,106]内的整数。
scoi2008

SOL
看到数据规模，很容易想到状压。
因为你需要知道之前的状态（这样你才能知道当前宝物可不可取），同时你又要保证所有状态合法，于是想到如下状态定义：
$f[i][j]$表示前（i-1）轮状态为S时，i到第k轮的期望。
所以当前状态合法时，$f[i][j]+=fmax(f[i+1][j],f[i+1][j|(1<<k-1)]+w[k])$，其中k表示哪个物品（因为是二进制，物品都用（1<<k-1）表示）。
否则，$f[i][j]+=f[i+1][j];$

#include<bits/stdc++.h>
#define N 16
using namespace std;
inline int rd(){
    int data=0;int w=1; char ch=0;ch=getchar();
    while(ch!='-' && (ch<'0' || ch>'9')) ch=getchar();
    if(ch=='-') w=-1,ch=getchar();
    while(ch>='0' && ch<='9') data=(data<<3)+(data<<1)+ch-'0',ch=getchar();
    return data*w;
}
vector<int>fa[N];
int K,n,s[N];
double w[N],f[101][(1<<N)];
signed main(){
	K=rd();n=rd();
	for(int register i=1;i<=n;i++){
		w[i]=(double)rd()*1.00;
		while(1){
			int register x=rd();
			if(!x)break;
			s[i]|=(1<<x-1);
		}
	}
	for(int register i=K;i>=1;i--){
		int register maxl=(1<<n);
		for(int register j=0;j<maxl;j++){
			for(int register k=1;k<=n;k++){
				if((j&s[k])==s[k])f[i][j]+=fmax(f[i+1][j],f[i+1][j|(1<<k-1)]+w[k]);
				else f[i][j]+=f[i+1][j];
			}
			f[i][j]=(double)f[i][j]/(n*1.00);
		}
	}
	cout<<fixed<<setprecision(6)<<f[1][0];
	return 0;
}