08四川NOI省选 状态压缩dp+期望

08四川NOI省选

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。

输入输出样例

输入 #1复制

1 2
1 0
2 0

输出 #1复制

1.500000

输入 #2复制

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

输出 #2复制

10.023470

说明/提示

1 <= k <= 100, 1 <= n <= 15，分值为[-106,106]内的整数。

 

解析：

int main() {
    int i, j, k, x;
    K = read();
    n = read();
    for (i = 1; i <= n; i++) {
        p[i] = read();//第i个宝物本身的分数
        while(x = read())
            sta[i] = sta[i]|(1 << x - 1);//对获得每种宝物所需要的宝物集合进行状态压缩
    }
    //i:第i局  j:对每种状态进行枚举 f[i][j]:在第i局时面临j状态，那么可以获得的最大分值
    for (i = K; i >= 1; i--) for (j = 0; j < (1 << n); j++) {
        for (k = 1; k <= n; k++) if ((j & sta[k]) == sta[k])//可以取第k个宝物
            f[i][j] += max(f[i + 1][j], f[i + 1][j | (1 << k - 1)] + p[k]);
        else f[i][j] += f[i + 1][j];//不能取第k个宝物
        f[i][j] /= n;//因为枚举了（k从1到n),所以要除以n才是期望值
    }
    printf("%.6lf\n", f[1][0]);
    return 0;
}