1076: [SCOI2008]奖励关
Time Limit: 10 Sec Memory Limit: 128 MBSubmit: 3074 Solved: 1599
[ Submit][ Status][ Discuss]
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。
很容易想到状压Dp,但是转移的过程着实令人头疼
我们设f[i][s]是第i轮过后已吃状态为s的期望最优值
怎么转移?
我们考虑正着推:
①用f[i][s]更新f[i + 1][...],考虑到是概率期望,所以每次更新所产生的贡献难以确定
②用f[i - 1][...]更新f[i][s],由于宝物是可以重复收取的,所以无法确定删去一个点后的状态
那么我们可以考虑这样:f[i][s]表示第i轮开始前状态为s,从此刻开始到所有宝物收取完的利益期望之和
我们就可以每次枚举n个可能抛出的物品进行状态转移了
【状压的转移方式很重要】
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#define LL long long int
#define REP(i,n) for (int i = 1; i <= (n); i++)
#define Redge(u) for (int k = head[u]; k != -1; k = edge[k].next)
using namespace std;
const int maxn = 20,maxk = 105,maxm = 1 << 15,INF = 1000000000;
inline int RD(){
int out = 0,flag = 1; char c = getchar();
while (c < 48 || c > 57) {if (c == '-') flag = -1; c = getchar();}
while (c >= 48 && c <= 57) {out = (out << 1) + (out << 3) + c - '0'; c = getchar();}
return out * flag;
}
double f[maxk][maxm];
int v[maxn],w[maxn],n,K;
int main(){
K = RD(); n = RD(); int x,maxv = (1 << n) - 1;
REP(i,n){
w[i] = RD();
while ((x = RD())) v[i] |= (1 << x - 1);
}
for (int i = K; i > 0; i--){
for (int s = 0; s <= maxv; s++){
for (int t = 1; t <= n; t++){
if ((s & v[t]) == v[t]){
int e = 1 << t - 1;
f[i][s] += max(f[i + 1][s],f[i + 1][s | e] + w[t]);
}else f[i][s] += f[i + 1][s];
}
f[i][s] /= n;
}
}
printf("%.6lf\n",f[1][0]);
return 0;
}