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 0
2 0
Sample Output
HINT
【数据规模】
1<=k<=100,1<=n<=15,分值为[-10^6,10^6]内的整数。
分析:很明显的期望dp,然后再看一眼题发现数据范围好小,ok,状压一下搞定.。此题要注意的是一般期望dp要从后往前推,我的理解是从后往前推的话概率是确定的,而从前往后则有不符合条件的情况出现,具体思路可以去网上搜一搜。然后还有要注意的是期望=sigma(Ei/ki),而这一道题的期望是有单位的,代表平均最优得分,故而这一步的期望=(上一步的期望+这一步的得分)/k,我纠结了好久。实在不行考场上手玩几组样例看一下哪个是对的,当然还是真正懂了最好。
# include <iostream>
# include <cstdio>
# include <cstring>
# include <cmath>
# include <algorithm>
using namespace std;
int read()
{
int i=0,f=1;char c=getchar();
while(c<'0'||c>'9')
{
if(c=='-') f=-1;
c=getchar();
}
while(c>='0'&&c<='9')
{
i=(i<<3)+(i<<1)+c-'0';
c=getchar();
}
return i*f;
}
double f[105][1<<16],v[105];
int state[1<<16],sg,n,m;
int main()
{
scanf("%d%d",&m,&n);
for(int i=1;i<=n;++i)
{
scanf("%lf",&v[i]);
while(scanf("%d",&sg)&&sg)
state[i]|=1<<(sg-1);
}
for(int i=m;i;--i)
for(int j=0;j<=(1<<n);++j)
{
for(int k=1;k<=n;++k)
if((j|state[k])==j) f[i][j]+=max(f[i+1][j],f[i+1][j|(1<<(k-1))]+v[k]);
else f[i][j]+=f[i+1][j];
f[i][j]/=n;
}
printf("%0.6lf",f[1][0]);
}