【SCOI2008】bzoj1076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

　　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。

状压dp，倒着转移。记录$dp[i][s]$表示第$i$次结束，目前已经取了集合$s$，接下来的最大收益。枚举第$i+1$次得到的是哪个物品，很好转移。

#include<cstdio>
#include<algorithm>
using namespace std;
int w[20],f[20],n,m;
double dp[110][40010];
int main()
{
    int x,y;
    scanf("%d%d",&m,&n);
    for (int i=0;i<n;i++)
    {
        scanf("%d",&w[i]);
        while (scanf("%d",&x)&&x) f[i]|=1<<x-1;
    }
    for (int s=0;s<(1<<n);s++) dp[m][s]=0;
    for (int i=m-1;i>=0;i--)
        for (int s=0;s<(1<<n);s++)
            for (int j=0;j<n;j++)
                if ((s&f[j])==f[j])
                    dp[i][s]+=1.0/n*max(dp[i+1][s],dp[i+1][s|(1<<j)]+w[j]);
                else
                    dp[i][s]+=1.0/n*dp[i+1][s];
    printf("%.6f\n",dp[0][0]);
}