#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[-106,106]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
]
f[i][j]
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
]
+
=
f
m
a
x
(
f
[
i
+
1
]
[
j
]
,
f
[
i
+
1
]
[
j
∣
(
1
<
<
k
−
1
)
]
+
w
[
k
]
)
f[i][j]+=fmax(f[i+1][j],f[i+1][j|(1<<k-1)]+w[k])
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
]
;
f[i][j]+=f[i+1][j];
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;
}