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
HINT
【数据规模】
1<=k<=100,1<=n<=15,分值为[-10^6,10^6]内的整数。
Solution
我们可以发现n只有15,显然可以状压是否选了。
设f[i][j]表示前i轮,选取状态为j的最大期望值,a[i]表示i的前提宝物的状态,
于是f[i][j]可以推到f[i+1][j]和f[i+1][j|(1<<(l-1)](j&a[i]==a[i])
但是顺推不确定最终状态,我们可以逆推。
#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
#include<cmath>
using namespace std;
#define N 110
#define M 70000
#define DB double
DB f[N][M],w[20];
int n,k,a[20],p[M];
void init()
{
scanf("%d%d",&k,&n);
memset(a,0,sizeof(a));
int x;
for (int i=1;i<=n;i++)
{
scanf("%lf",&w[i]);
scanf("%d",&x);
while (x)
{
a[i]|=1<<(x-1);
scanf("%d",&x);
}
}
}
DB max(DB x,DB y)
{
if (x>y) return x;
else return y;
}
int main()
{
memset(f,0,sizeof(f));
init();
for (int i=k;i>=1;i--)
for (int j=0;j<=(1<<n)-1;j++)
for (int l=1;l<=n;l++)
{
int s=(j|(1<<(l-1)));
if ((a[l]&j)!=a[l]) f[i][j]+=f[i+1][j]/n;
else f[i][j]+=max(f[i+1][s]+w[l],f[i+1][j])/n;
}
printf("%.6lf\n",f[1][0]);
return 0;
}