P1850 换教室（期望dp，Floyd）

P1850 换教室

题目描述

有n个课程安排，其中第i个课程安排是在$a_i$号教室上课. 每个课程安排都有相应的替代方案，也就是说，我们也可以选择申请在$b_i$号教室上同样的课程. 对于每个课程安排，申请通过的概率为$p_i$，而且我们最多可以申请更换$m$个课程的上课地点. 当然，也可以选择一个都不申请. 与此同时，课间在不同教室之间移动时有一个体力消耗值，现在我们希望求一种申请更换教室的方案，使得体力消耗值的和的期望最小.

题目分析

期望的数学定义：试验中每次可能结果的概率乘以其结果的总和.

这里求的期望，等于一种已经确定的选择方案中，每一步的概率$(P)$乘以每一步的体力消耗的和.

这是一个以概率加权的平均数形式.

期望dp的基本形式：$E(x{)}_{min}=P_1{W}_1+P_2{W}_2+...+P_n{W}_n$

80pts:

观察到测试点中有许多给出的是$m=0,m=1,m=2$的形式，把这些拿下就有差不多$80pts$了.

100pts:

我们不妨考虑动态规划，设计状态：$f[i][j]$表示当前$i$个课程总共选择了$j$个进行变更时，所得到的期望最小体力消耗.

然而我们发现这样子不足以完全表示状态，因为状态还与前一个课程是否选择更换教室有关，如果前一个课程更换了教室，那么前后两个课程的体力消耗值会改变. 也就是说，这样设的状态产生了后效性. 所幸我们知道，我们可以通过细化状态转移方程（即给状态加维）来消除后效性，那么我们就增加一维$0/1$，表示当前这个课程是否更换了教室.

接下来我们研究如何进行状态转移.

不妨考虑最简单的情况，也就是$i-1$，$i$均不申请更换，那么期望直接加上两者之间的体力消耗即可.

然后考虑$i$不申请更换，而$i-1$申请更换的情况，那么这样子$i-1$就有$p_{i-1}$的可能成功更换，$1-p_{i-1}$的可能不能成功更换，由于这两种情况都有可能发生，而期望是所有可能情况的概率乘以体力消耗的和，所以这里应该把两者和他们对应的体力消耗的积都加上.

由上面的描述，这种情况的期望是$f[i-1][j][1]+p[i-1]\ast g[b[i-1]][a[i]]+(1-p[i-1])\ast g[a[i-1]][a[i]]$

之后我们需要在以上两个值中取$min$

$f[i][j][0]=min(f[i-1][j][0]+g[a[i-1]][a[i]],f[i-1][j][1]+p[i-1]\ast g[b[i-1]][a[i]]+(1-p[i-1])\ast g[a[i-1]][a[i]])$

同理我们可以得到

$f[i][j][1]=min(f[i-1][j-1][0]+p[i]\ast g[a[i-1]][b[i]]+(1-p[i])\ast g[a[i-1]][a[i]]\text{（前一节课没有申请更换）},f[i-1][j-1][1]+p[i]\ast p[i-1]\ast g[b[i-1]][b[i]]+p[i]\ast (1-p[i-1])\ast g[a[i-1]][b[i]]+(1-p[i])\ast p[i-1]\ast g[b[i-1]][a[i]]+(1-p[i])\ast (1-p[i-1])\ast g[a[i-1]][a[i]]\text{（前一节课也申请更换）})$

这一个状态转移方程和上面那个的原理是一样的，只不过这里还同时用到了乘法原理（期望+=两个独立事件同时发生的概率*对应的体力消耗）

---

讲完了状态转移方程，这道题基本上就结束了. 但是注意初始化所有状态$f$为极大值（所有$f$都只能由前一个时间段推知），然后$f[1][0][0]=0,f[1][1][1]=0$（第一节课更换教室的情况和不更换教室的情况，由于一开始就在教室，所以一开始消耗的体力均为0），枚举的当前时间段$i$从2开始循环；在每次$i$循环中，都先要$f[i][0][0]=f[i-1][0][0]+g[a[i-1]][a[i]](i>1)$（不提出申请的情况），枚举的已用申请次数$j$从1开始循环.

程序实现

#include<bits/stdc++.h>
using namespace std;
const int inf=400000;//inf不能开太大也不能开太小
int c[2010],d[2010],n,m,cnt,e;
int g[310][310];
double f[2010][2010][2],p[2010],ans;
int main(){
	scanf("%d%d%d%d",&n,&m,&cnt,&e);
	for(int i=1;i<=n;i++)scanf("%d",&c[i]);
	for(int i=1;i<=n;i++)scanf("%d",&d[i]);
	for(int i=1;i<=n;i++)scanf("%lf",&p[i]);
	for(int i=1;i<=cnt;i++){
		for(int j=1;j<=cnt;j++)g[i][j]=(i==j)?0:inf;
	} //初始化邻接矩阵
	for(int i=1,u,v,w;i<=e;i++){
		scanf("%d%d%d",&u,&v,&w);
		g[u][v]=min(g[u][v],w);
		g[v][u]=g[u][v];//注意双向边
	}
	for(int k=1;k<=cnt;k++){
		for(int i=1;i<=cnt;i++){
			for(int j=1;j<=cnt;j++){
				g[i][j]=min(g[i][k]+g[k][j],g[i][j]);
				g[j][i]=g[i][j];
			}
		}
	}//Floyd求最短路
	for(int i=1;i<=n;i++){
		for(int j=0;j<=m;j++){
			f[i][j][0]=(double)inf;
			f[i][j][1]=(double)inf;
		}
	}//状态初始化
	f[1][0][0]=0;f[1][1][1]=0;
	for(int i=2;i<=n;i++){
		f[i][0][0]=f[i-1][0][0]+g[c[i-1]][c[i]];//每一个状态都只能由前一个推知
		for(int j=1;j<=m;j++){//从1开始循环，防止越界
			f[i][j][0]=min(f[i-1][j][0]+g[c[i-1]][c[i]],f[i-1][j][1]+p[i-1]*g[d[i-1]][c[i]]+(1-p[i-1])*g[c[i-1]][c[i]]);
			//当前课程如果不变
			f[i][j][1]=min(f[i-1][j-1][0]+p[i]*g[c[i-1]][d[i]]+(1-p[i])*g[c[i-1]][c[i]],\
			f[i-1][j-1][1]+p[i]*p[i-1]*g[d[i-1]][d[i]]+p[i]*(1-p[i-1])*g[c[i-1]][d[i]]+(1-p[i])*p[i-1]*g[d[i-1]][c[i]]+(1-p[i])*(1-p[i-1])*g[c[i-1]][c[i]]);
			//当前课程如果更换
		}
	}
	ans=inf;
	for(int i=0;i<=m;i++)ans=min(f[n][i][1],min(ans,f[n][i][0]));
	//由于没有要求m个申请全部用完，所以要比较查找
	printf("%.2lf\n",ans);
	return 0;
} 

题后总结

一篇概率/期望dp的入门博客

概率/期望dp，一定要走出一个误区：不要总是想着算出一种方案的所有情况的概率再乘权值. 要用动态规划的思维去做这些题.

比如说：已知一种方案为改变第1节课上课地点和第2节课上课地点，那我们不应该先算出对应的四种情况的概率（1成功2成功，1成功2失败，1失败2成功，1、2均失败）再去求期望，最后再比较，而是应该在状态转移中表示所有的状态.