题目描述
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?
输入格式
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。
输出格式
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。
样例输入
1 2
1 0
2 0
样例输出
1.500000
提示
【数据规模】
1<=k<=100,1<=n<=15,分值为[-106,106]内的整数。
题目来源
没有写明来源
思路: 尝试了一下正序没写对,黄学长是逆序推状压dp,感觉还是很像背包的。
定义 dp[i][s]代表到遍历到第i关,状态为s,还能获得价值的平均值。
期望dp一般逆序,正序定义的话,子状态不好找,而且一旦中断不选,后面就不能选了,这个正序也满足不了。
那么转移的方式就是
d
p
[
i
]
[
s
]
+
=
m
a
x
(
d
p
[
i
]
[
s
]
,
d
p
[
i
+
1
]
[
s
∣
t
[
i
]
]
+
v
[
i
]
)
dp[i][s] += max(dp[i][s],dp[i + 1][s | t[i]] + v[i])
dp[i][s]+=max(dp[i][s],dp[i+1][s∣t[i]]+v[i])
而且要有 dp[i][s] /= n。因为一共有n种物品,每种物品出现可能性为1/n。
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
int p[105],v[200];
int d[200];
double f[105][1 << 16];
int main()
{
int k,n;scanf("%d%d",&n,&k);//抛出n次,一共k种物品
for(int i = 1;i <= 20;i++)
{
p[i] = (1 << (i - 1));
}
for(int i = 1;i <= k;i++)
{
int t;
scanf("%d",&v[i]);
while(scanf("%d",&t))
{
if(t == 0)break;
d[i] += p[t];
}
}
for(int num = n;num >= 1;num--)
{
for(int i = 0;i <= p[k + 1] - 1;i++)
{
for(int j = 1;j <= k;j++)
{
if((d[j] & i) == d[j])
{
f[num][i] += max(f[num + 1][i],f[num + 1][i | p[j]] + v[j]);
}
else f[num][i] += f[num + 1][i];
}
f[num][i] = (double)f[num][i] / k;
}
}
printf("%.6f\n",f[1][0]);
return 0;
}