bzoj1076 [SCOI2008]奖励关

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？

1<=k<=100,1<=n<=15，分值为[-10^6,10^6]内的整数。

Solution

---

期望+状压，还是比较好想到的
设f[I,j]表示前i个物品已经拿了的状态为j。我们发现同一物品是可以重复拿的，也就是or的运算，倒着做比较舒心

Code

---

#include <stdio.h>
#include <string.h>
#include <algorithm>
#define rep(i,st,ed) for (int i=(st);i<=(ed);++i)
#define drp(i,st,ed) for (int i=(st);i>=(ed);--i)
#define fill(x,t) memset(x,t,sizeof(x))

const int N=205;

double f[2][32769];
int v[N],g[N];

int main(void) {
    int n,m; scanf("%d%d",&m,&n);
    rep(i,1,n) {
        int x; scanf("%d",&v[i]);
        for (scanf("%d",&x);x;scanf("%d",&x)) g[i]|=1<<(x-1);
    }
    drp(i,m,1) {
        fill(f[i&1],0);
        rep(j,0,(1<<n)-1) {
            rep(k,1,n) {
                if ((j&g[k])==g[k]) {
                    f[i&1][j]+=std:: max(f[(i+1)&1][j],f[(i+1)&1][j|(1<<k-1)]+v[k])/n;
                } else f[i&1][j]+=f[(i+1)&1][j]/n;
            }
        }
    }
    printf("%.6lf\n", f[1&1][0]);
    return 0;
}