[ S C O I 2008 ] 奖 励 关 [SCOI2008]奖励关 [SCOI2008]奖励关
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 Format
- 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 Format
- 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 2
1 0
2 0
Sample Output
- 1.500000
TJ:
概率DP入门题
可以发现第 i 次抛出宝物的时候能得到的最高分,只和当前拥有宝物的种类有关,和各个宝物的数量无关。
由于N很小,所以显然状态压缩,把当前拥有的宝物压缩成一个int就行了。
其中 F[i][j] 表示:第i次抛出宝物时,状态为j的情况下能够得到的最高分时多少,显然答案就是F[1][0],即一开始什么宝物都没拿的情况下能得到的最高分。一开始F[N+1][j]显然都是0,因为此时已经没有宝物抛出了。
很容易发现每个状态向下一个状态转移时只要考虑能不能拿到当前宝物和要不要拿当前宝物就好了
反向DP就好了
具体看代码
#include<bits/stdc++.h>
using namespace std;
const int MAXN = 17;
const int MAXK = 111;
double f[MAXK][1<<MAXN];
int pre[MAXN],val[MAXN],n,m;
int main(){
#ifndef ONLINE_JUDGE
freopen("1076/1.in","r",stdin);
#endif
scanf("%d %d",&n,&m);
for(int i=1;i<=m;i++){
int t;
scanf("%d %d",&val[i],&t);
while(t){
pre[i]+=(1<<(t-1));
scanf("%d",&t);
}
}
for(int i=n;i;i--) for(int j=0;j<=(1<<m)-1;j++){
for(int k=1;k<=m;k++){
if((j&pre[k])==pre[k]) f[i][j]+=max(f[i+1][j],f[i+1][j|(1<<(k-1))]+val[k]);
else f[i][j]+=f[i+1][j];
}
f[i][j]/=m;
}
printf("%.6f\n",f[1][0]);
return 0;
}