P1850 [NOIP2016 提高组] Floyd + 数学期望 + DP

题意

传送门 P1850 [NOIP2016 提高组] 换教室

题解

$Floyd$ 求解任意两间教室间的最短路。至多申请 $m$ 次机会看做背包问题，则可以使用 $DP$ 求解。

$dp[i][j][k]$ 代表从时间 $i$ 开始，还可以申请更换 $j$ 次， 位于房间 $pos[i][k]$，到时间 $n$ 的终止状态耗费体力值的最小数学期望。$k$ 为 $0,1$ 时，$pos[i][k]$ 分别代表 $c_i,d_i$。任一状态的下一状态都面临两种决策，即下一个时间点是否申请更换教室。设 $pos[i-1][k],pos[i][k^{\prime }]$ 间最短距离为 $ds[k][k^{\prime }]$，则有递推 $$dp[i][j][k]=\min (dp[i+1][j][0]+ds[k][0],p_i(dp[i+1][j-1][1]+ds[k][1])+(1-p_i)(dp[i+1][j-1][0]+ds[k][0])$$ 设节点 $0$ 为到任意教室距离为 $0$ 的节点，它位于时间 $0$ 处，则答案为 $dp[0][m][0]$。

#include <bits/stdc++.h>
using namespace std;
const int inf = 0x3f3f3f3f;
const int maxn = 2005, maxm = 2005, maxv = 305;
int N, M, V, E, pos[maxn][2], ds[maxv][maxv];
double P[maxn], dp[maxn][maxm][2];

int main()
{
    scanf("%d%d%d%d", &N, &M, &V, &E);
    for (int i = 1; i <= N; ++i)
        scanf("%d", &pos[i][0]);
    for (int i = 1; i <= N; ++i)
        scanf("%d", &pos[i][1]);
    for (int i = 1; i <= N; ++i)
        scanf("%lf", P + i);
    for (int i = 1; i <= V; ++i)
        for (int j = i + 1; j <= V; ++j)
            ds[i][j] = ds[j][i] = inf;
    for (int i = 1, x, y, z; i <= E; ++i)
        scanf("%d%d%d", &x, &y, &z), ds[x][y] = ds[y][x] = min(ds[x][y], z);
    for (int k = 1; k <= V; ++k)
        for (int i = 1; i <= V; ++i)
            for (int j = 1; j <= V; ++j)
                ds[i][j] = min(ds[i][j], ds[i][k] + ds[k][j]);
    for (int i = N - 1; i >= 0; --i)
        for (int j = 0; j <= M; ++j)
            for (int k = 0; k <= 1; ++k)
            {
                dp[i][j][k] = dp[i + 1][j][0] + ds[pos[i][k]][pos[i + 1][0]];
                if (!j)
                    continue;
                double x = dp[i + 1][j - 1][1] + ds[pos[i][k]][pos[i + 1][1]];
                double y = dp[i + 1][j - 1][0] + ds[pos[i][k]][pos[i + 1][0]];
                dp[i][j][k] = min(dp[i][j][k], P[i + 1] * x + (1 - P[i + 1]) * y);
            }
    printf("%.2f\n", dp[0][M][0]);
    return 0;
}

然而，上述 $DP$ 方法是错误的。可以发现并证明其结果小于等于标准答案。原因在于，选择申请教室时依概率有两个状态转移的方向，以教室作为 $DP$ 的第三维，可能导致 $c_i,d_i$ 的前一步最优策略是不一致的，此时得到的是一个非法的解。

那么为了保证最优解的方案中，每个时间点选择的策略是唯一的，将 $DP$ 的第三维取为当前选择的策略，即是否选择更换教室。$dp[i][j][k]$ 代表从时间 $[1,i]$ 内至多申请 $j$ 次，当前时间点是否申请的状态下， 耗费体力值的最小数学期望。$k=0$ 时，依概率 $1$ 当前处于 $c_i$；$k=1$ 时，依概率 $p_i$ 位于 $d_i$，依概率 $1-p_i$ 位于 $c_i$。与前述 $DP$ 同理，进行对应的状态转移即可。

#include <bits/stdc++.h>
using namespace std;
const int inf = 0x3f3f3f3f;
const int maxn = 2005, maxm = 2005, maxv = 305;
int N, M, V, E, C[maxn], D[maxn];
int ds[maxv][maxv];
double P[maxn], dp[maxn][maxm][2];

int main()
{
    scanf("%d%d%d%d", &N, &M, &V, &E);
    for (int i = 1; i <= N; ++i)
        scanf("%d", C + i);
    for (int i = 1; i <= N; ++i)
        scanf("%d", D + i);
    for (int i = 1; i <= N; ++i)
        scanf("%lf", P + i);
    for (int i = 1; i <= V; ++i)
        for (int j = i + 1; j <= V; ++j)
            ds[i][j] = ds[j][i] = inf;
    for (int i = 1, x, y, z; i <= E; ++i)
        scanf("%d%d%d", &x, &y, &z), ds[x][y] = ds[y][x] = min(ds[x][y], z);
    for (int k = 1; k <= V; ++k)
        for (int i = 1; i <= V; ++i)
            for (int j = 1; j <= V; ++j)
                ds[i][j] = min(ds[i][j], ds[i][k] + ds[k][j]);
    dp[1][0][1] = inf;
    for (int i = 2; i <= N; ++i)
    {
        dp[i][0][0] = dp[i - 1][0][0] + ds[C[i - 1]][C[i]], dp[i][0][1] = inf;
        for (int j = 1; j <= M; ++j)
        {
            int a = ds[C[i - 1]][C[i]], b = ds[C[i - 1]][D[i]];
            int c = ds[D[i - 1]][C[i]], d = ds[D[i - 1]][D[i]];
            dp[i][j][0] = min(dp[i - 1][j][0] + a, dp[i - 1][j][1] + P[i - 1] * c + (1 - P[i - 1]) * a);
            double x = (1 - P[i - 1]) * (1 - P[i]), y = (1 - P[i - 1]) * P[i];
            double z = P[i - 1] * (1 - P[i]), w = P[i - 1] * P[i];
            dp[i][j][1] = min(dp[i - 1][j - 1][0] + P[i] * b + (1 - P[i]) * a, dp[i - 1][j - 1][1] + x * a + y * b + z * c + w * d);
        }
    }
    printf("%.2f\n", min(dp[N][M][0], dp[N][M][1]));
    return 0;
}