Codeforces  148D Bag of mice(概率DP入门)

题目很简单:公主和龙在玩游戏,一个袋子里有 w 只白老鼠和 b 只黑老鼠,公主先从袋子中取一只老鼠,然后龙再取,然后会有一只老鼠等概率的跳出来,然后再由公主取,谁先取到白老鼠谁就获胜,取老鼠也是等概率的,如果取到最后都没有人取到白老鼠,则龙赢,求公主赢的概率。PS:公主先取。
概率正在求,期望倒着求。
那么就正在推下:
设dp[i][j],是公主在面对这个袋子里有 i 只白老鼠,j 只黑老鼠的情况下获胜的概率,那么dp[w][b] 就是答案了;
假设在现在公主直接取了一只白老鼠,公主就获胜了,那么 dp[i][j] =i/(i+j).
如果现在公主取的是黑老鼠,那么可以有前面已经解决的子问题求得,可以分为两种情况:
1.公主取黑老鼠,龙取黑老鼠,跳出的也是黑老鼠,问题就转移到了dp[i][j-3],那么转移的概率就成了:
dp[i][j]+=j/(i+j)(j-1)/(i+j-1)(j-2)/(i+j-2)*dp[i][j-3];  j>=3;
2.公主取黑老鼠,龙取黑老鼠,跳出的是白老鼠,那么问题就转移到了dp[i-1][j-2],那么
dp[i][j]+=j/(i+j)*(j-1)/(i+j-1)*i/(i+j-2)*dp[i-1][j-2]  j>=2;

转移就已经想完了,再来考虑边界:
1.当袋子里面只有白老鼠,那么无论公主怎么取,获胜的概率就是 1。
2.当袋子里面只有黑老鼠,或者没有老鼠,公主获胜的概率都为 0。

#include<algorithm>
#include<string>
#include<string.h>
#include<queue>
#include<vector>
#include<stack>
#include<math.h>
#include<map>
#include<stdio.h>
#include<iostream>
using namespace std;
#define maxn 1050
double dp[maxn][maxn];
int b,w;
int main()
{
    scanf("%d%d",&w,&b);
    for(int i=1;i<=w;i++)
        dp[i][0]=1.0;
    for(int i=1;i<=w;i++)
    {
        for(int j=1;j<=b;j++)
        {
            dp[i][j]=(double)i/(double)(i+j);
            if(j>=3)
                dp[i][j]+=(double)j*(double)(j-1)*(double)(j-2)*dp[i][j-3]/((double)(i+j)*(double)(i+j-1)*(double)(i+j-2));
            if(i>=1&&j>=2)
                dp[i][j]+=(double)j*(double)(j-1)*(double)i*dp[i-1][j-2]/((double)(i+j)*(double)(i+j-1)*(double)(i+j-2));
        }
    }
    printf("%.9f\n",dp[w][b]);
    return 0;
}
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
区间DP是一种动态规划的方法,用于解决区间范围内的问题。在Codeforces竞赛中,区间DP经常被用于解决一些复杂的字符串或序列相关的问题。 在区间DP中,dp[i][j]表示第一个序列前i个元素和第二个序列前j个元素的最优解。具体的转移方程会根据具体的问题而变化,但是通常会涉及到比较两个序列的元素是否相等,然后根据不同的情况进行状态转移。 对于区间长度为1的情况,可以先进行初始化,然后再通过枚举区间长度和区间左端点,计算出dp[i][j]的值。 以下是一个示例代码,展示了如何使用区间DP来解决一个字符串匹配的问题: #include <cstdio> #include <cstring> #include <string> #include <iostream> #include <algorithm> using namespace std; const int maxn=510; const int inf=0x3f3f3f3f; int n,dp[maxn][maxn]; char s[maxn]; int main() { scanf("%d", &n); scanf("%s", s + 1); for(int i = 1; i <= n; i++) dp[i][i] = 1; for(int i = 1; i <= n; i++) { if(s[i] == s[i - 1]) dp[i][i - 1] = 1; else dp[i][i - 1] = 2; } for(int len = 3; len <= n; len++) { int r; for(int l = 1; l + len - 1 <= n; l++) { r = l + len - 1; dp[l][r] = inf; if(s[l] == s[r]) dp[l][r] = min(dp[l + 1][r], dp[l][r - 1]); else { for(int k = l; k <= r; k++) { dp[l][r] = min(dp[l][r], dp[l][k] + dp[k + 1][r]); } } } } printf("%d\n", dp[n]); return 0; } 希望这个例子能帮助你理解区间DP的基本思想和应用方法。如果你还有其他问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值