大家都很强, 可与之共勉 。
[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
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。
Sample Input
1 2
1 0
2 0
Sample Output
1.500000
对于最优决策的题,一般都倒着做,因为正着做的话会有多个选择。
这一步的期望=(上一步的期望+这一步的得分) / n
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。
令 dpi,s 表示第i次,之前获得过的宝物的状态为s的期望得分。
那么很显然我们可以列出期望方程:
宝物抛出后,可以吃也可以不吃。注意条件。
# include <bits/stdc++.h>
int p [105], s [105] ;
double dp [105] [( 1 << 15) | 1] ;
int main ( ) {
int n, k ;
scanf ( "%d%d", & k, & n ) ;
for ( int i = 1 ; i <= n ; ++ i ) {
scanf ( "%d", p + i ) ;
int x ;
while ( ~ scanf ( "%d", & x ) && x ) s [i] |= ( 1 << ( x - 1 ) ) ;
}
int lim = ( 1 << n ) ;
for ( int i = k ; i >= 1 ; -- i )
for ( int j = 0 ; j < lim ; ++ j ) {
for ( int l = 1 ; l <= n ; ++ l ) {
if ( ( s [l] & j ) == s [l] ) {
dp [i] [j] += std :: max ( dp [i + 1] [j], dp [i + 1] [j | ( 1 << ( l - 1 ) )] + p [l] ) ;
} else {
dp [i] [j] += dp [i + 1] [j] ;
}
}
dp [i] [j] /= n ;
}
return printf ( "%.6lf\n", dp [1] [0] ), 0 ;
}