【DP】10.31——[BZOJ]奖励关（期望+状压DP）MEDIUM

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[-10^6,106]内的整数。

---

这题正着推并不是特别好推，我想了很久也没什么想法。果然题解大神都是倒过来推的。

先用二进制预处理出选每个数之前所需要的选的数（设为p数组）。然后进行枚举。对于每一个状态$j$,如果$p[i]\&j==p[i]$，那就说明选$i$之

前所需要的数都已经选好了。于是就可以转移f[i][j]+=max(f[i+1][j],f[i+1][j|(1<<p-1)]+v[p])

若没有包含，那就只有转移$f[i][j]+=f[i+1][j]$

这样现在的$f$就是总的数值和，再除以概率，也就是选的物品总数分之一，就是期望。

#include<bits/stdc++.h>
#define MAXN 16
#define db double
using namespace std;
int read(){
	char c;int x=0,y=1;while(c=getchar(),(c<'0'||c>'9')&&c!='-');
	if(c=='-') y=-1;else x=c-'0';while(c=getchar(),c>='0'&&c<='9')
	x=x*10+c-'0';return x*y;
}
int n,k,E,v[MAXN],p[MAXN];
db f[106][1<<16];
int main()
{
	k=read();n=read();E=(1<<n);
	for(int i=1;i<=n;i++){
		v[i]=read();
		while(1){
			int x=read();if(!x)break;
			p[i]|=(1<<x-1);
		}
	}
	for(int i=k;i;i--)
	 for(int j=0;j<E;j++){
	   for(int q=1;q<=n;q++){
	  	 if((p[q]&j)==p[q]) f[i][j]+=max(f[i+1][j],f[i+1][j|(1<<q-1)]+v[q]);
	  	 else f[i][j]+=f[i+1][j];	 	
	   }
	  f[i][j]/=n;
	 }
	printf("%.6f",f[1][0]);
	return 0;
}