SCOI2008——奖励关（状态压缩DP）

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;
}