Daimayuan onlne judge 代码源 每日一题 吃蛋糕(期望dp)

由于每个盘子都有一个蛋糕/两个蛋糕/三个蛋糕，因此需要用状态压缩的思想来表示状态。

dp[i][j][k] --> 当前有i个盘子里有一个蛋糕,j个盘子里有两个蛋糕,k个盘子里有三个蛋糕将其全部吃完的期望次数。

设p1=i/n 为从这n个盘子中选出一个装有一个蛋糕的盘子的概率

p2=j/n 为从这n个盘子中选出一个装有两个蛋糕的盘子的概率

p2=k/n 为从这n个盘子中选出一个装有三个蛋糕的盘子的概率

p0=(n-(i+j+k))/n 为从这n个盘子中选出一个空盘子的概率

那么可以得到状态转移方程:

dp[i][j][k] = p1*dp[i-1][j][k] + p2*dp[i+1][j-1][k] + p3*dp[i][j+1][k-1] + p0*dp[i][j][k] + 1

将p0,p1,p2,p3代入并化简得

dp[i][j][k] = i/(i+j+k)*dp[i-1][j][k] + j/(i+j+k)*dp[i+1][j-1][k] + k/(i+j+k)*dp[i][j+1][k-1] + n/(i+j+k)

有了转移方程后通过记忆化搜索便可求解

代码:

#include <iostream>
#include <cstring>
using namespace std;

const int N=305;
double dp[N][N][N];
int vis[N][N][N];
int a[4],n;

double dfs(int i, int j, int k)
{
	if(i<0 || j<0 || k<0)
		return 0;
	if(i==0 && j==0 && k==0)
		return 0;
	if(vis[i][j][k])
		return dp[i][j][k];
	double sum=i+j+k;
	vis[i][j][k]=1;
	return dp[i][j][k]=(k*dfs(i, j+1, k-1) + j*dfs(i+1, j-1, k) + i*dfs(i-1, j, k) + n)/sum;
}

int main()
{
	int x;
	scanf("%d", &n);
	for(int i=1; i<=n; i++)
	{
		scanf("%d", &x);
		a[x]++;
	}
	printf("%.12lf\n", dfs(a[1], a[2], a[3])); // 注意小数开多一点
	return 0;
}