RedIsGood 概率dp

桌面上有R张红牌和B张黑牌，随机打乱顺序后放在桌面上，开始一张一张地翻牌，翻到红牌得到1美元，黑牌则付出1美元。可以随时停止翻牌，在最优策略下平均能得到多少钱。

#include<stdlib.h>
#include<string.h>
#include<stdio.h>
#include<ctype.h>
#include<math.h>
#include<queue>
using namespace std;

int n, m, Sum, Count, flag;
int a[110000];
double dp[2][5005];

double Max( double a,double b )
{
	return a>b?a:b;
}

int main()
{
	int i, j, k, t, cas=0;

	while( scanf( "%d%d",&n, &m )!=-1  )
	{
		memset( dp,0,sizeof( dp ) );

		for( i=0;i<=n;i++ )（  剩下i个红牌和j个黑牌时所获得期望 ，每一步都找出来最优（ 遍历 ），从 剩下0，0 到 剩下n,m（ 逆序思想 ），dp全过程找到最优。
		{
			int temp=i&1;
			for( j=0;j<=m;j++ )
			{
				if( i+j )
				{
					if( j==0 )
					{
						dp[temp][j]=dp[temp^1][j]+1;
					}
					else if( i )
					{
						dp[temp][j]=Max( dp[temp][j],( dp[temp^1][j]+1 )*( 1.0*i/( i+j ) )+( dp[temp][j-1]-1 )*( 1.0*j/( i+j ) ) );
					}
				}
			}
			memset( dp[temp^1],0,sizeof( dp[temp^1] ) );
		}

		printf( "%lf\n",dp[n&1][m] );
	}
	return 0;
}