1076: [SCOI2008]奖励关
Time Limit: 10 Sec Memory Limit: 162 MB
Submit: 377 Solved: 226
[Submit][Status][Discuss]
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
【样例2】
Input
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
Output
10.023470
【数据规模】
1<=k<=100,1<=n<=15,分值为[-10^6,10^6]内的整数。
解析:
这一步的期望=(上一步的期望+这一步的得分)/K。。。
然后,这题要倒推。。。最后答案为dp[1][0]。。。
代码:
#include<cstdio>
#include<algorithm>
using namespace std;
int n,k;
int pos[20],tmp[20],price[20];
double dp[120][1<<20];
int main()
{
for(int i=1;i<=16;i++)pos[i]=1<<(i-1);
scanf("%d%d",&n,&k);
for(int i=1;i<=k;i++)
{
scanf("%d",&price[i]);
int t;
while(scanf("%d",&t)&&t)
tmp[i]+=pos[t]; //维护每个宝物的前提集合
}
for(int i=n;i>=0;i--) //倒推
for(int s=0;s<pos[k+1];s++)
{
dp[i][s]=0;
for(int j=1;j<=k;j++)
if((tmp[j]&s)==tmp[j])//如果当前宝物能被吃
dp[i][s]+=max(dp[i+1][s],dp[i+1][s|pos[j]]+price[j]);
else dp[i][s]+=dp[i+1][s];
dp[i][s]/=(double)(k);
}
printf("%.6lf\n",dp[1][0]);
return 0;
}