Gym101606F Flipping Coins

题目链接

原文链接

题意：
一个愉快简单的游戏：有N个相同的硬币，都是正面朝下，反面朝上。我们每次拾起一枚硬币，抛，抛后的结果（正面/反面朝上）取代硬币原来的朝向。抛K次，我们最后可能使得所有的硬币都正面朝上。
本质上说，这是一个资本家的游戏，我们必须要采取最佳的玩法去赢得最多的硬币。在所有的策略和结果的组合中，通过最佳的玩法，我们能够获得的硬币的最大期望（平均值）是多少？

输入：
一行两个数N，K(1 <= N, K <= 400)。N是硬币的数量，K是抛的次数。

输出：
输出一个期望值（实数），表示我们最后可能得到的正面朝上的硬币的数量。输出结果精确到10^-6。

做法：
换句话说，题意也就是：给N个硬币，开始均反面朝上。每次挑出其中一个抛，连续K次，求正面朝上的最大数学期望。

由于是求最大数学期望，所以每次抛硬币即要优先选择反面硬币。

（1）暴力的想法
以样例3为例，我们可以得到下面的结果，注意优先选择反面的硬币。

但是1 <= N, K <= 400，如果抛400次的话，我们就会有2^400种可能，而2^400近似于2.58*10^120，显然暴力法是不可行的，而且考虑优先选择反面，情况也会变得很复杂。

（2）动态规划
优先选择反面硬币，所以只有两种挑选硬币的情况：

1.正面数量为 0 ~ n-1 ，选择反面硬币抛，抛出结果正面数量比原本 +1 或 不变

2.正面数量为 n，只能够选择正面硬币抛，抛出结果正面数量比原本 -1 或 不变

设 dp[i][j] 表示： 第 i 次抛硬币后， j 个硬币正面朝上的概率

1.当 j < n 时，dp[i][j]的概率一分为二，各给dp[i+1][j]和dp[i+1][j+1]，即

dp[i + 1][j] += dp[i][j] * 0.5;
dp[i + 1][j + 1] += dp[i][j] * 0.5;

2.当 j == n 时，dp[i][j]的概率一分为二，各给dp[i+1][j]和dp[i+1][j-1]，即

dp[i + 1][n] += dp[i][n] * 0.5;
dp[i + 1][n - 1] += dp[i][n] * 0.5;

如此即可求出n个硬币抛k次的各个正面朝上的概率，最后求数学期望即可。

当n = 2，k = 3时，dp转移表格：

#include <stdio.h>
#include <string.h>

double dp[405][405];

int
main() {
    int n, k, i, j;
    double ans;

    while( scanf("%d %d", &n, &k) != EOF ) {
        memset(dp, 0, sizeof(dp));
        dp[0][0] = 1;
        for( i = 0; i < k; i++ ) {
            for( j = 0; j < n; j++ ) {
                dp[i + 1][j] += dp[i][j] * 0.5;
                dp[i + 1][j + 1] += dp[i][j] * 0.5;
            }
            dp[i + 1][n] += dp[i][n] * 0.5;
            dp[i + 1][n - 1] += dp[i][n] * 0.5;
        }
        ans = 0;
        for( i = 1; i <= n; i++ ) {
            ans += i * dp[k][i];
        }
        printf("%f\n", ans);
    }

    return 0;
}