【BZOJ1076/SCOI2008】奖励关

                                     1076: [SCOI2008]奖励关

                                                     Time Limit: 10 Sec  Memory Limit: 128 MB
                                                                Submit: 3761  Solved: 2031

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

【数据规模】

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

 

解析：

       概率期望+状压DP。

       令表示到第次选的状态为的最优策略下的期望得分，倒推转移。

 

代码：

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

const int Max=33000;
int n,k,m,x;
int a[20];
double f[105][Max],num[Max];

inline int get_int()
{
	int x=0,f=1;
	char c;
	for(c=getchar();(!isdigit(c))&&(c!='-');c=getchar());
	if(c=='-') f=-1,c=getchar();
	for(;isdigit(c);c=getchar()) x=(x<<3)+(x<<1)+c-'0';
	return x*f;
}

int main()
{
	k=get_int(),n=get_int();
	for(int i=1;i<=n;i++)
	{
	  num[i]=get_int();
	  while(x=get_int()) a[i]|=1<<(x-1);
	}
	for(int i=k;i;i--)
	  for(int j=0;j<(1<<n);j++)
	  {
	    for(int x=1;x<=n;x++)
	      if((a[x]&j)==a[x]) f[i][j]+=max(f[i+1][j|1<<(x-1)]+num[x],f[i+1][j]);
	      else f[i][j]+=f[i+1][j];
	    f[i][j]/=n;
	  }
	printf("%.6f",f[1][0]);
	return 0;
}