UVa OJ 10900

1、感谢Staginner详细的解题报告！否则我一定还在摸爬滚打。

2、这道题给出要求答的题目数量，以及概率p的下限t（最高为1），要求计算获得奖金的期望。

3、刚开始没注意p在【t，1】上均匀分布，以为答对的概率就是t，所以怎么也理解不了样例数据，后来才知道要利用连续型随机变量的期望公式来计算出p的“估计值”。(p相当于一个随机变量，无论是利用《概率论与数理统计》课本上的公式来积分，还是自己脑子里想一想，都能知道p的期望是(1+t)/2，当然，还没完。）

4、注意了，题目还说“plays the best strategy”，什么意思呢？就是做出对自己最有利的选择。每次在答题前，都要选择放弃，拿走奖金，或者冒险答题。如果冒险答题的收益不如放弃，那么选择放弃，否则冒险。中间肯定有一个临界点m，当概率p大于m的时候，p*冒险答题的收益（不一定就是2倍！因为下一次的决策中也可能选择放弃，所以说收益应该是一个期望值）>放弃所得收益，那么选择冒险，否则选择放弃。

5、这个临界点m=f[num]/d[num+1]，其中f是放弃后所得收益（即2的num次方），d是坚持后所得收益（不一定是2的num+1次方），下标num的意思是做决策时已经答对的题数。

6、需要分类讨论，如果这个m在t的左边，那么无论如何都会选择冒险，因为这样比较有利，如果m在t与1之间，那么要根据m分类讨论，m左边那部分意味着选择放弃，右边那部分意味着选择冒险。注意在右边的时候，p的期望为（1+m）/2。

7、一个递归程序就可以解决本题，注意dfs（0）的意思是已经答了0道的时候，估计一下能获得的收益是多少，dfs（n）当然是2的n次方啦，都答对n道了，那么肯定获得最高奖金——2的n次方无疑了。

8、一次AC~具体见以下程序。

#include<cstdio>
using namespace std;
int n,f[35];
double t,d[35];
double dfs(int num){
    if(num==n) return d[n]=f[n];
    double temp=dfs(num+1);
    double m=f[num]/temp;
    if(m<t) d[num]=(t+1)/2*temp;
    else d[num]=(m-t)/(1-t)*f[num]+(1-m)/(1-t)*(m+1)/2*temp;
    return d[num];
}
int main(){
   f[0]=1;
   for(int i=1;i<=31;i++)
       f[i]=f[i-1]*2;
   while(scanf("%d%lf",&n,&t)==2){
       if(n==0) break;
       dfs(0);
       printf("%.3lf\n",d[0]);
   }
   return 0;
}