又是一期关于期望的讨论

今天又做到了一道期望dp的题目，然而，还是犯了一个非常经典的错误，总是用正向推导去做期望dp（似乎这样更符合dp的逻辑），但是对于这个情况，期望dp总是会出现不好处理第一次操作和最后一次操作，我们来从两道题目来窥见这个问题吧~

1.2021牛客多校第四场B

题意：玩一个游戏，在第$x$轮，随机生成一个$[1,n]$的数$i$，然后会得到$x^2$的贡献。游戏要想玩下去，每次生成的数必须大于等于前面生成的数，也即为当前的最大值。问期望得到的贡献。

思考：首先观察这道题，先明确一点，就当前而言，是无法使用期望的线性性质，也就是说不能简单的认为：$(x+1)-x=1$
当前局面的贡献 = $\sum$ (上一个局面的贡献 + 1) * p
理论上应该是：$(x+1{)}^2-x^2=2\ast x+1$
当前局面的贡献 = $\sum$ (上一局面的贡献 + 2 * x + 1) * p
而这里这个x随着游戏轮数的变换而变化。
然后大胆猜想这里的$x$可以用第一个式子来表示。

在考场上的时候，经典的使用了正向去推期望dp，然后死活处理不对。

考虑用逆向dp，令$dp[i]$代表当前最大值为$i$的用$x$算贡献（第一个式子）到游戏结束的期望期望，$f[i]$代表最大值为$i$的用$x^2$算贡献（第二个式子）到游戏结束的期望贡献。

有：
$dp[i]={\sum }_{j=i}^{j=n}(dp[j]+1)\ast p_j$
$f[i]={\sum }_{j=1}^{j=n}(f[j]+2\ast dp[i]+1)\ast p_j$
最后再计算一下第一次产生数字的贡献即可。

代码不是我写的，所以就不贴了。

2.牛客多校第一场I

题意：一个排列，两个人轮流取数，每次操作需要满足：
当前取数$a_i$,自己上一次取的数$a_j$，满足$i>j$
当前取数$a_i$，需要大于两个人前面所有的数
求期望的取数次数

思考：显然可以发现，两个人每次取数的时候，存在大小限制和位置限制。如果不是最初的状态，那么两个人其实没有本质区别。而对于期望dp，很重要的一点是逆向考虑。
不妨定义$dp[x][y]$当前为此人取数，且他上一次取的数为$x$，另一个人上一次取数为$y$。也就是说，在不考虑人的差别的情况下，上上次的取数为$x$,上一次的取数为$y$。
思考一下可以发现，
$dp[x][y]={\sum }_{i=1}^{i=tot}(dp[y][b_i]+1)\ast inv[tot]=1+inv[tot]\ast {\sum }_{i=1}^{i=tot}dp[y][b_i]$
其中$tot为$满足：$b_i>y$且$pos[b_i]>pos[x]$的数的个数。

对于初始状态，第一个人随便取数，第二个人还没取数$dp[0][i]$，而到达这个局面是有$1$的贡献，所以需要加上。

#include<bits/stdc++.h>
#define For(aa, bb, cc) for(int aa = (bb); aa <= (int)(cc); ++aa)
#define Forr(aa, bb, cc) for(int aa = (bb); aa >= (int)(cc); --aa)
using namespace std;
typedef long long LL;
const int maxn = 5010;
const int mod = 998244353;
int n;
int a[maxn];
int dp[maxn][maxn];
//dp[last_last_val][last_val] now choose the first part
int inv[maxn], pos[maxn], sum[maxn], cnt[maxn];

int qpow(int x, int y){
	int res = 1;
	while(y){
		if(y & 1) res = 1ll * res * x % mod;
		x = 1ll * x * x % mod;
		y >>= 1;
	}
	return res;
}

int main(){
#ifndef ONLINE_JUDGE
	freopen("in.txt", "r", stdin);
	freopen("out.txt", "w", stdout);
#endif
	ios::sync_with_stdio(false);
	cin.tie(NULL);
	cin >> n;
	For(i, 1, n){
		cin >> a[i], inv[i] = qpow(i, mod - 2);
		pos[a[i]] = i;
	}
	Forr(i, n, 1){ //val i=y
		//dp[x][y] = \sigma_{i=1}^{i=tot} {(dp[y][a_i]+1)*inv(tot)}
		For(j, 0, n) sum[j] = cnt[j] = 0;
		For(j, i + 1, n){ //val j=a_i > y
			sum[pos[j]] = dp[i][j]; //j = a_k
			cnt[pos[j]] = 1;
		}
		Forr(j, n - 1, 1){ //pos j
			sum[j] = (sum[j] + sum[j + 1]) % mod;
			cnt[j] += cnt[j + 1];
		}
		For(j, 0, i - 1){ //val x=j, pos[a_i] > pos[x]
			if(cnt[pos[j] + 1])
				dp[j][i] = 1ll * inv[cnt[pos[j] + 1]] * sum[pos[j] + 1] % mod + 1;
		}
	}
	LL ans = 0;
	For(i, 1, n) ans = (ans + dp[0][i]) % mod;
	cout << (ans * inv[n] % mod + 1) << endl;
	return 0;
}