bzoj 1076 奖励关

从数据范围和先决条件这两个东西可以看出要状压

顺推发现那个当前要决定吃还是不吃，决定不出后以后都不能再吃完全不知道怎么处理。

然后看了题解，有人说这种中间要抉择最优策略一般都是从后往前推

f[i][s]表示从第i天到第k天，第i天已有宝物为s的时候，能增加的价值的期望

假设当前新增宝物为j而且j是可吃的话 f[i][s]+=max(f[i+1][s],f[i+1][s|1<<(j-1)]+a[j])/n;

不可吃的话f[i][s]+=f[i+1][s]/n

上面那个顺推无法处理的问题，假设f[i+1][s]要更大一些的话，首先说明a[j]是负数，其次说明由于加了a[j]导致无论后面怎么选择，期望都不会比不选a[j]要大，那么这就相当于这里不选a[j]，后面也不可能加a[j]了，因为后面选择了a[j]后，剩下的选择次数比现在更少，更不可能弥补a[j]造成的损失。

#include<bits/stdc++.h>
#define maxl 110
using namespace std;

int k,n,len;
int a[maxl],pre[maxl];
double ans;
double f[maxl][1<<15];
inline void prework()
{
	scanf("%d%d",&k,&n);
	int x;
	for(int i=1;i<=n;i++)
	{
		scanf("%d",&a[i]);
		while(scanf("%d",&x) && x)
			pre[i]|=1<<(x-1);
	}
}

inline void mainwork()
{
	f[0][0]=1;
	len=1<<n;int t;
	for(int i=k;i>=1;i--)
		for(int s=0;s<len;s++)
			for(int j=1;j<=n;j++)
			{
				t=s|(1<<(j-1));
				if((s&pre[j])==pre[j])
					f[i][s]+=max(f[i+1][t]+a[j],f[i+1][s])/n;
				else
					f[i][s]+=f[i+1][s]/n;
			}
}

inline void print()
{
	ans=0;double sum=0;
	printf("%.6f\n",f[1][0]);
}

int main()
{
	prework();
	mainwork();
	print();
	return 0;
}