期望与概率dp

概率

1. 概率加法
   互不相交的事件，P(A或B发生)=P(A)+P(B)
   如果A和B所涵盖的结果有交集，那么P(A或B发生)=P(A)+P(B)-P(A与B同时发生)
2. 概率乘法
   在两个 互不干扰的事中，事件A在其中一件事中，事件B在另外一件事中
   那么P(A与B同时发生)=P(A)P(B)
   e.g. 掷两个骰子，P(第一个点数小于3且第二个点数为偶数)=(2/6)(3/6)=1/6

期望

1. 事件A有多种结果，记其结果的大小为x，那么x的期望值表示 事件A 的结
   果的平均大小，记作E(x)。

2. E(x)=每种结果的大小与其概率的乘积的和。
   例如，记掷一枚骰子的点数为x
   E(x)=1*(1/6)+2*(1/6)+3*(1/6)+4*(1/6)+5*(1/6)+6*(1/6)=7/2

3. 若c为常数，那么：
   E(x+c)=E(x)+c，E(c*x)=c * E(x)

4. 期望加法-----期望线性 性
   记两个事件的结果分别为x,y
   E(x+y)=E(x)+E(y)
   例如：E(语文成绩+数学成绩)=E(语文成绩)+E(数学成绩)

5. 期望乘法（较少用到）
   若两个事件互相 独立，E(x* y)=E(x) * E(y)
   E(语文成绩 *数学成绩)=E(语文成绩)*E(数学成绩)

概率和期望的计算

◦概率与期望的计算有一个共同的计算技巧：

◦ 若事件所产生的所有方案都是等概率的，那么一些概率与期望即可转化
为一个计数问题，算出后再除以总方案数即可。

◦如求事件符合条件A的概率，则转化为对符合A的 方案数的计数问题；若
求方案的某种价值的期望值，则转化为所有方案的 价值总和的计数问题。

◦概率与期望的计算也经常用的其加法和乘法规则。

◦尤其是期望的加法规则，在期望的计算中十分常用。 如求最大值与最小
值之差的期望，则分别求二者的期望值再作差即可。

◦应用乘法规则时，要注意事件是否互相独立。

例题Bzoj5004 开锁魔法III

◦有 n 个箱子，每个箱子里有且仅有一把钥匙，每个箱子有且仅有一把钥
匙可以将其打开。现在随机打开 m 个箱子，求能够将所有箱子打开的概
率。
◦100组数据，k<=n<=300。

思路

1. 发现这些开锁关系一定构成链或环的结构
2. 那么dp，预处理组合数
3. 注意精度问题，一定要开double的数组，并且double时memset不能用
   

#include<iostream>
#include<algorithm>
#include<cstdio>
#include<cstring>
using namespace std;
double c[310][310];
void get()
{
	for(int i=1;i<=300;i++)
	{
		c[i][0]=1.0;c[i][i]=1.0;
		for(int j=1;j<i;j++)
		{
			c[i][j]=c[i-1][j-1]+c[i-1][j];
		}
	}
}
int a[310];
bool vis[310];
int siz[300];
int dfs(int x)
{
	if(vis[x]) return 0;
	vis[x]=true; return dfs(a[x])+1;
}
double f[310][310];
int main()
{
	int T;cin>>T;
	get();
	int n,m,cnt;
	while(T--)
	{
		cin>>n>>m;
		for(int i=1;i<=n;i++)	cin>>a[i];
		cnt=0;
		memset(vis,false,sizeof(vis));
		for(int i=1;i<=n;i++)
		{
			if(!vis[i])
			{
				siz[++cnt]=dfs(i);
			}	
		}
		for(int i=1;i<=300;i++)
			for(int j=0;j<=300;j++) 
				f[i][j]=0.0;
		f[0][0]=1.0;
		for(int i=1;i<=cnt;i++)
		{
			for(int j=0;j<=m;j++)
			{
				for(int k=1;k<=min(j,siz[i]);k++)
				f[i][j]+=f[i-1][j-k]*c[siz[i]][k];
			}
		}
		printf("%.9lf\n",f[cnt][m]*1.0/c[n][m]);
	}
	return 0;
}