bzoj1076（概率与期望dp入门）

题目大意：给定k次弹出宝物的机会，每次随机弹出n种宝物的机会，如果吃过这种宝物的所有前提宝物就可以吃这种宝物，求最优策略的期望得分

看到数据范围果断状压DP- - 不看数据范围害死人- -

至于吃还是不吃 这是个问题

对于这种最优策略的期望DP 我们一般都是从后往前推

枚举每次挑战 枚举此时的状态 枚举宝物是哪种

如果当前的宝物可以吃 就在吃与不吃的后继状态中选择最大值加到当前状态上

如果当前的宝物不能吃 只能选择不吃的后继状态加到当前状态上

最后输出f[1][0]就是答案

 

#include<cstdio>
#include<cstring>
#include<cmath>
#include<algorithm>
#include<cstdlib>
using namespace std;
typedef double db;
int n,k;
double f[105][1<<17],sc[17];
int t[17];

int main()
{
	scanf("%d%d",&k,&n);
	int j;
	for (int i=1;i<=n;i++)
	{
		scanf("%lf",&sc[i]);
		while (scanf("%d",&j)&&j!=0) t[i]=t[i]|(1<<(j-1));
	}
	
	int S=1<<n;
	for (int i=k;i>=1;i--)
	{
		for (j=0;j<S;j++) 
		{
			for (int l=1;l<=n;l++) 
			{
				if ((j|t[l])==j) f[i][j]+=max(f[i+1][j],f[i+1][j|(1<<(l-1))]+sc[l])/n;
				else f[i][j]+=f[i+1][j]/n;
			}
		}
	}
	
	printf("%.6lf",f[1][0]);
	return 0;
}

 

 

总结：

对于这种最优策略的期望DP 我们一般都是从后往前推，倒推会好做很多，因为最后的答案就是F[1][0]。顺推不好判断当前状态是否有效。（倒推是有效从有效推来，无效随

便，因为答案就是一个有效状态；而顺推则可能从无效推到有效）