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
1<=k<=100,1<=n<=15,分值为[-10^6,10^6]内的整数。
题解:
也是一道好题。
总的来说,这道题不难。用二进制表示选到/没选到这个物品。
对于一个物品来说,如果它的前导物品完全被选了,它就可以转移到。
枚举状态转移就好了。dp用期望公式记下期望即可。
代码如下:
#include<iostream>
#include<stdio.h>
#include<algorithm>
#include<string.h>
#include<math.h>
#define ll long long
#define inf 0x7f7f7f7f
using namespace std;
int m,n,v[20],bin[20],x,d[20];
double dp[105][1<<16];
int main()
{
for(int i=1;i<=16;i++) bin[i]=(1<<(i-1));
scanf("%d%d",&m,&n);
for(int i=1;i<=n;i++)
{
scanf("%d%d",&v[i],&x);
while(x)
{
d[i]+=bin[x];
scanf("%d",&x);
}
}
for(int i=m;i;i--)
for(int j=0;j<bin[n+1];j++)
{
for(int k=1;k<=n;k++)
{
if((j&d[k])==d[k]) dp[i][j]+=max(dp[i+1][j],dp[i+1][j|bin[k]]+v[k]);
else dp[i][j]+=dp[i+1][j];
}
dp[i][j]/=n;
}
printf("%.6lf\n",dp[1][0]);
return 0;
}