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;
}