1076: [SCOI2008]奖励关
Time Limit: 10 Sec Memory Limit: 162 MBSubmit: 689 Solved: 407
[ Submit][ Status]
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 0
2 0
Sample Output
HINT
【样例2】 Input 6 6 12 2 3 4 5 0 15 5 0 -2 2 4 5 0 -11 2 5 0 5 0 1 2 4 5 0 Output 10.023470 【数据规模】 1<=k<=100,1<=n<=15,分值为[-10^6,10^6]内的整数
必须承认我语文是LD教的,完全没看懂采用最优策略是什么意思。。。。
搬题解,F[I,J]为第I位状态为J时的期望最值,然后枚举当前的物品K,则有
F[I, J]<---F[I+1,J]/n (K不能要)
F[I, J]<---MAX(F[i+1,j or (1 shl (k-1))]+W[I],F[i+1,J])/n
然后就没有然后了,但还是不懂为什么这样就叫最优策略。。。
var
k,n,i,j,now:longint;
w,need:array [1..101] of longint;
f:array [1..101,0..1 shl 15] of real;
function max(x,y:real):real;
begin
if x>y then exit(x)
else exit(y);
end;
begin
read (k,n);
for i:=1 to n do
begin
read (w[i]);
repeat
read (j);
if j<>0 then need[i]:=need[i] or 1 shl (j-1);
until j=0;
end;
for i:=k downto 1 do
for j:=(1 shl n)-1 downto 0 do
for now:=1 to n do
if need[now] and j=need[now] then f[i,j]:=f[i,j]+max(f[i+1,j],w[now]+f[i+1,j or (1 shl (now-1))])/n
else f[i,j]:=f[i,j]+f[i+1,j]/n;
writeln(f[1,0]:0:6);
end.