Roll or Increment 题解(at_abc224 G 概率与期望)

题目

Roll or Increment 地址：at_abc224_G

解析

• TAG: 数学，概率和期望

• DESCRIPITION:
    $N$ 面的骰子，求从初始点数 $S$ 操作到目标点数 $T$ 的期望代价，有两种操作对应两个操作代价。
    op1: 花费代价$A$另点数加一。
    op2: 花费代价$B$随机投一个点数。

• SOLUTION:

  （1）步骤1:分别分析代价
    先分别分析一下只使用一种操作到目标点数的代价，设当前点数为$i$，我们的目标点数为$T$。

    操作1: 仅仅当 $i\le T$，代价为$(T-i)\cdot A$，可以理解为 $i$ 从小到大离 $T$ 的距离乘 $A$ 就是op1的代价，设置这个距离再加上 $T$ 点本身为 $L=T-i+1$ 。
    所以代价为 $(T-i)\cdot A=(L-1)\cdot A$ 。
    操作2: 由于随机扔骰子全看概率，这里的代价只能求一个平均代价：$N\cdot B$ 。

  （2）结合起来分析最小代价
    前面我们做了分别分析代价的工作，但实际上我们要做的是一个不断循环迭代分析的工作，所以需要两个操作结合起来看。
    那我们在当前点数 $i$ 的基础上时再做操作选择时，就要判断 $(L-1)\cdot A\le N\cdot B$ 是否成立，若成立就说明操作1更优先。
    于是，我们得到一个区间$(T-L,T]$ ,点数在区间内则可以直接循环op1就结束了，区间外则先op2，再根据随机点数位置判断。
    得到最小后续期望
  $$f(i)=\{\begin{array}{ll}(L-1)\cdot A& \text{T-L<i≤T,}\\ X& \text{else.}\end{array}$$
    其中后续期望 $X=B+\frac{N-L}{N}\cdot X+\frac{1}{N}\cdot \sum _{k=0}^{L-1}kA$

  （3）分析区间外时后续期望X与L关系
    解方程得：$X=\frac{N\cdot B}{L}+\frac{A\cdot (L-1)}{2}$
    求导算极值：$L=\sqrt{\frac{2BN}{A}}$,此时 $X$ 最小
  （4）比较一下结合求解后的$X$与直接利用op1算出来的答案输出最小值即可

参考源码

#include<iostream>
#include<cmath>
#include<iomanip>
using namespace std;
typedef long long ll;
ll N, S, T, A, B;

double X_L(ll L) {
    return A * (L - 1) / 2.0 + B * N * 1.0/ L;
}
int main() {
    cin >> N >> S >> T >> A >> B;

    ll L = sqrt(2.0 * B * N / A);

    double res = 1e18;

    //if (T >= S) res = min(res, A *1.0* (T - S));  // 区间内时期望
    if (T >= S) res = A *1.0* (T - S);  // 区间内时期望
    
    // minx可能不是整数，算一下边缘整数
    for (ll i = L-1; i <= L+1; i++) {
        if (i >= 1 && i <= T) // 边界情况，i=1时相当于不执行方案1一直重扔，i=x时相当于扔到T左边就一直加1
            res = min(res, X_L(i));  // 与区间外内期望比较
    }
    cout<<fixed<<setprecision(8);
    cout << res << endl;
    return 0;
}

---

代码参考博客https://blog.csdn.net/cmershen/article/details/120930761