高斯消元入门⑥-配合求解概率/期望dp-HDU4870

2023大厂真题提交网址(含题解):

www.CodeFun2000.com（http://101.43.147.120/）

最近我们一直在将收集到的机试真题制作数据并搬运到自己的OJ上，供大家免费练习,体会真题难度。现在OJ已录入50+道2023年最新大厂真题，同时在不断的更新。同时，可以关注"塔子哥学算法"公众号获得每道题的题解。

前言:

对于期望dp/概率dp，我们有状态以及状态转移方程.我们将所有的状态看成未知数，状态转移方程看成线性方程。那么就得到了一个线性方程组.

适用情形:

状态转移有后效性时

优化点:

大多数情况下它会是一个稀疏矩阵(因为一个转移方程所牵涉到的状态比较少).所以在 消元的时候，遇到0元素就continue. 这个trick可以将复杂度从三次方优化到近似二次方.(前提是要是一个稀疏矩阵.)

题目一:HDU4780

题目大意:

你有两个数$A,B$。 每次你会选择$min(A,B)$。然后有$p$的概率使得其$+1$.有$1-p$的概率使得其$-2$.(不足$2$,那么将其归$0$).问你期望多少次使得其有一个数达到$20$.

题目思路:

方法一:暴力高斯消元

令$f(i,j)(i\ge j)$代表从$(i,j)$到其中一个数达到20所期望的次数.

根据期望的逆推法，我们有：
$f(20,x)=0,x\in [0,20]$

$f(i,j)=1+p\ast f(i,j-1)+(1-p)\ast f(i,j+2)$

因为这个转移方程有后效性，所以我们使用高斯消元解方程组.将状态$(i,j)$编号.列出含有$i\ast j$个未知数，$i\ast j$个方程的方程组，跑高斯消元即可.又因为显然这些转移方程是线性无关的，所以一定有解，且只有唯一解.

优化的时候还要注意一点，在$fabs(..)\le eps$的时候，一定要注意$eps$的精度够不够。因为有时候结果很大是因为除法的分母很小。所以要注意$eps$的精度要够大.

时间复杂度:$O(u{p}^6)$ 由于是稀疏矩阵,趋近于$O(u{p}^4)$

1.long double 3.4s
2.double 0.8s
3.根据稀疏矩阵加优化 0.1s

AC代码:

#include<bits/stdc++.h>
using namespace std;
#define ll long long
#define pii pair<int,int>
const int maxn = 1e5 + 5;
const int mod = 1e9 + 7;
const double eps = 1e-12;
map<pii , int> mp;
double a[300][300];
int cnt = 0;
int up = 20;
int main()
{
    for (int i = up ; i >= 0 ; i--)
        for (int j = i ; j >= 0 ; j--)
            mp[make_pair(i,j)] = ++cnt;
    double p;
    while (~scanf("%lf" , &p)){
        // 初始化边界条件: f(20 , x) = 0
        for (int i = 0 ; i <= cnt ; i++)
            for (int j = 0 ; j <= cnt + 1; j++)
                a[i][j] = 0.0;
        for (int i = 0 ; i <= up ; i++){
            int x = mp[make_pair(up , i)];
            a[x][x] = 1;
        }
        for (int i = up - 1 ; i >= 0 ; i--)
            for (int j = i ; j >= 0 ; j--){
                // f(i,j) = 1 + f(i , j + 1) * p + f(max(i , j - 2) , min(i , j - 2)) * (1 - p)
                // f(i,j) - p * f(i , j + 1)  - (1 - p) * f(max(i , j - 2) , min(i , j - 2))  = 1
                int x = mp[make_pair(i , j)];
                int y = mp[make_pair(max(i , j + 1) , min(i , j + 1))];
                int z = mp[make_pair(max(i , max(j - 2 , 0)) , min(i , max(j - 2 , 0)))];
                a[x][x] += 1;
                a[x][y] += -p;
                a[x][z] += -(1 - p);
                a[x][cnt + 1] = 1;
            }
        // 构造好系数矩阵后跑高斯消元 稀疏矩阵的复杂度很低
        int r , c;
        for (r = c = 1 ; r <= cnt && c <= cnt ; r++ , c++){
            int p = r;
            for (int j = r + 1 ; j <= cnt ; j++){
                if (fabs(a[j][c]) > fabs(a[r][c])){
                    p = j;
                }
            }
            // 会不会有自由元呢? 不会的
            if (fabs(a[p][c]) < eps) {
                r--;
                continue;
            }
            swap(a[r] , a[p]);
            for (int j = 1 ; j <= cnt ; j++){
                if (j == r) continue;
                if (fabs(a[j][c]) < eps) continue; // 对付稀疏矩阵的trick
                double d = a[j][c] / a[r][c];
                for (int k = c ; k <= cnt + 1 ; k++)
                    a[j][k] -= d * a[r][k];
            }
        }
        int e = mp[make_pair(0,0)];
        double ans = a[e][cnt + 1] / a[e][e];
        printf("%.6f\n" , ans);
    }
    return 0;
}

进一步优化:

由于取$min$的特点，状态的变化一定是$f(0,0)\to f(0,1)\to f(1,1)\to f(1,2)->\to f(2,2)\to ...\to f(19,20)$

可以看出花费就是一个到达19分，一个到达20分的花费,等于$2\ast f(0)-f(19)$(两个到达20的花费减去一个从19到20的期望花费).

状态变化的过程不难看出:两个维度的变化是互不相干的。那么这个问题拓展到$k$维也一样.

在$k$维的情况下,复杂度就是 $k\ast f(0)-(k-1)\ast f(19)$

复杂度与k无关,为$O(u{p}^3)$

方法二:递推法绕开高斯消元,解除后效性 , 线性复杂度

这题还能使用递推法,那么分析过程就很像我之前AK那一场的题了:牛客OI周赛14-普及组

而且思想在:wannay-概率dp 视频中敦爷也介绍过了.

思路:

无论我们怎么反复横跳，过程也许很波折，但是大方向一定是从前往后慢慢进行的。所以我们不妨将这个问题分阶段进行。令$t_i$代表第一次到达$i$分数的期望次数.根据上述优化可知$t_{20}+t_{19}$所求.

考虑转移:

1.固定部分：想要到$i$.先得到$i-1$.花费$=f_{i-1}+1$.

解释:$f_i$是显然的,而$+1$是因为，我们无论这次到或者不到，都必须试一下。所以$+1$

2.概率产生的花费：

有$p$的概率成功，成功了，那无事发生，花费包含在固定部分了（可以考虑$p=1$的极端情况.）

有$1-p$的概率失败。失败后我们到达状态$i-3$.从$i-3到i$的花费可以表示成：$d_i=f_i-f_{i-3}$

所以 $f_i=f_{i-1}+1+(1-p)\ast (f_i-f_{i-3})$

$⟹f_i=\frac{f_{i-1}+(p-1)\ast f_{i-3}+1}{p}$

$f_0=0$
$f_1=\frac{1}{p}$
$f_2=\frac{f_1+(p-1)\ast f_0+1}{p}=\frac{1}{p}+\frac{1}{p^2}$

时间复杂度:$O(n)$