紫书例题 10-20 你想当2 n 元富翁吗？UVa 10900

题意：
在一个电视娱乐节目中，你一开始有1元钱。主持人会问你n个问题，每次你听到问题后
有两个选择：一是放弃回答该问题，退出游戏，拿走奖金；二是回答问题。如果回答正确，
奖金加倍；如果回答错误，游戏结束，你一分钱也拿不到。如果正确地回答完所有n个问
题，你将拿走所有的2 n 元钱，成为2 n 元富翁。
当然，回答问题是有风险的。每次听到问题后，你可以立刻估计出答对的概率。由于主
持人会随机问问题，你可以认为每个问题的答对概率在t和1之间均匀分布。输入整数n和实
数t（1≤n≤30，0≤t≤1），你的任务是求出在最优策略下，拿走的奖金金额的期望值。这里的
最优策略是指让奖金的期望值尽量大。
解题思路：来自紫书教材

假设你刚开始游戏，如果直接放弃，奖金为1；如果回答，期望奖金是多少呢？不仅和
第1题的答对概率p相关，而且和答后面的题的情况相关。即：
选择“回答第1题”后的期望奖金 = p * 答对1题后的最大期望奖金
注意，上式中“答对1题后的最大期望奖金”和这次的p无关，这提示我们用递推的思想，
用d[i]表示“答对i题后的最大期望奖金”，再加上“不回答”时的情况，可以得到：若第1题答对
概率为p，期望奖金的最大值 = max{2 0 , p*d[1]}
这里故意写成2 0 ，强调这是“答对0题后放弃”所得到的最终奖金。
上述分析可以推广到一般情况，但是要注意一点：到目前为止，一直假定p是已知的，
而p实际上并不固定，而是在t～1内均匀分布。根据连续概率的定义，d[i]在概念上等于
max{2 i , p*d[i+1]}在p=t～1上的积分。不要害怕“积分”二字，因为虽然在概念上这是一个积
分，但是落实到具体的解法上，仍然只需要基础知识。
因为有max函数的存在，需要分两种情况讨论，即p*d[i+1]<2 i 和p*d[i+1]≥2 i 两种情况。
令p 0 =max{t, 2 i /d[i+1]}（加了一个max是因为根据题目，p≥t），则：
p

#include <bits/stdc++.h>
using namespace std;
double d[32], t;
int n;
int main(){
    while(scanf("%d%lf", &n, &t) != EOF){
        if(n == 0 && t == 0) break;
        d[n] = pow(2, n);
        for(int i = n - 1; i >= 0; i--){
            double p0 = max(t, pow(2, i) / d[i+1]);
            double p1 = (p0 - t) / (1.0 - t);
            d[i] = pow(2, i) * p1 + (1.0 + p0) * d[i+1] * (1 - p1) / 2.0;
        }
        printf("%.3f\n", d[0]);
    }
    return 0;
}