Gym102916D. Two Pirates - 2 期望dp

Link

题意

有 $n$ 个价值为 $a_i$ 的宝藏，清醒的海盗和喝醉的海盗轮流拿。清醒的海盗总是会拿价值最大的宝藏，喝醉的海盗则会随机挑一个剩下的，问两个海盗获得宝藏总价值的期望。

思路

首先把宝藏价值从小到大排序，由题意每次清醒的海盗都会拿价值最大的，也就是最右侧的，喝醉的海盗随机拿。
反过来思考，在空箱子中从小到大轮流放球，清醒海盗放的球为黑色，醉海盗为白色，第 $i$ 个球为黑色表示清醒海盗拿了第 $i$ 个宝藏。
概率dp，dp[i][j]表示已经放了 $i$ 个球，其中第 $j$ 个为黑球的概率。
容易得到状态转移方程

设当前放到第i个球，若为黑球(即轮到清醒的海盗)
1.(j<i) dp[i][j] = dp[i-1][j]; 
2.(j == i) dp[i][j] = 1;			
若为白球(即轮到喝醉的海盗)
dp[i][j]=(j-1)/i * dp[i-1][j-1] + (i-j)/i * dp[i-1][j]

先解释黑球时，显然清醒的海盗只会放在最右侧，所以前 i-1 个球的位置不会改变，且第i个位置一定为黑球
白球时，场上 $i-1$ 个球一共 $i$ 个空隙，喝醉的海盗放到每个空隙的概率都是等可能的。
对于第 $j$ 个位置，他有$\frac{j-1}{i}$ 的可能性放到左边，使得原本第 $j-1$ 个球成为了第 $j$ 个球，也有 $\frac{i-j}{i}$ 的概率放到右侧，这样第 $j$ 个球还是原来的球。
最后答案就是dp[n][i] * a[i]的总和。
当然实现的时候还要把n分为奇偶两种情况考虑，不过这里就比较简单了。

代码

double dp[2][maxn];
//dp[i][j]表示已经放了i个球，左数第j个为黑色的概率
int n;
int a[maxn];
void solve() {
    cin >> n;
    double sum = 0;
    for(int i = 1; i <= n; i++) {
    	cin >> a[i];
    	sum += a[i];
    }
    sort(a + 1, a + n + 1);
    bool flag = 0;
    if(n & 1) flag = 1;
    int p = 0;
	for(int i = 1; i <= n; i++) {
	    p ^= 1;
    	if(flag) {
			for(int j = 1; j < i; j++)
    			dp[p][j] = dp[p^1][j];
    		dp[p][i] = 1;
    	}
    	else {
    		for(int j = 1; j <= i; j++) {
    			double lp = (j-1.0)/i;
    			double rp = (i-j)*1.0/i;
    			dp[p][j] = lp*dp[p^1][j-1] + rp*dp[p^1][j];
    		}
    	}
    	flag ^= 1;
    }
    double ans = 0;
    for(int i = 1; i <= n; i++) {
    	ans += dp[p][i] * a[i];
    }
    printf("%.9lf %.9lf\n", ans, sum-ans);
}