题解 [MtOI2019]小铃的烦恼

答案

设答案的期望为 $E[X]$，其中 $X$ 为步数的随机变量，若设 $Y$ 为最后字符的随机变量，则由全期望公式：
$$E[X]=E[E[X|Y]]=\sum _{y=1}^{\sum }P(y=Y)E[X|Y=y]$$

概率

假设当前字符为 $y$，出现次数为 $i$，若设 $OPT$ 为此次操作的随机变量，则由全概率公式，
$$\begin{gathered} P_i(Y=y)=\sum _{opt}P(OPT=opt)P_i(Y=y|OPT=opt) \\ =\frac{i(i-1)+(n-i)(n-i-1)}{n(n-1)}{P}_i(Y=y)+\frac{i(n-i)}{n(n-1)}(P_{i+1}(Y=y)+P_{i-1}(Y=y)) \end{gathered}$$
化简得 $P_i(Y=y)=\frac{P_{i-1}(Y=y)+P_{i+1}(Y=y)}{2}$，发现是等差数列，由于 $P_0(y=Y)=0,P_n(Y=y)=1$，故 $P_i(Y=y)=\frac{i}{n}$。

期望

令 $T$ 为 $Y=y$ 这个事件，即最后的字符是 $y$。

设 $E_i[X|T]$ （事实上，这个下标 $i$，只是表示我们在不同的样本空间里罢了）表示最后字符为 $y$，当前这种字符有 $i$ 个，步数的期望。这是条件期望。若设 $OPT|T$ 为此次操作的随机变量（当然，是在事件 $T$ 发生的大前提下），则由全期望公式，
$$\begin{gathered} E_i[X|T]=\sum _{opt}{P}_i((OPT|T)=opt)E_i[(X|T)|(OPT|T)] \\ =1+\sum _{opt}\frac{P_i(OPT=opt,T)}{P(T)}{E}_{next(i,OPT)}[X|T] \end{gathered}$$
（第 3 步使用条件概率公式）

（重要） $P_i(OPT=opt,T)$ 是什么？它的意思是做完这个操作后这个字符能作为最后字符，所以是 $P(OPT=opt)\times \frac{next(i,OPT)}{n}$。

因此，上式化为
$$E_i[X|T]=1+\frac{i(n-i)}{n(n-1)}\frac{i-1}{i}{E}_{i-1}[X|T]+\frac{i(n-i)}{n(n-1)}\frac{i+1}{i}{E}_{i+1}[X|T]+\left(1-\frac{2i(n-i)}{n(n-1)}\right)E_i[X|T]$$
故而
$$E_i[X|T]=\frac{n(n-1)}{2i(n-i)}+\frac{i-1}{2i}{E}_{i-1}[X|T]+\frac{i+1}{2i}{E}_{i+1}[X|T]$$

实现

设 $f_i=E_i[X|T]$，则 $f_i=\frac{n(n-1)}{2i(n-i)}+\frac{i-1}{2i}{f}_{i-1}+\frac{i+1}{2i}{f}_{i+1}$。边界 $f_0=?,f_n=0$。（$f_0$ 是未定义的，但没关系，因为 $f_1$ 的式子中 $f_0$ 的系数是 $0$）。

答案为 $\sum _{i=1}^{\sum }\frac{cn{t}_i}{n}{f}_{cn{t}_i}$。

现在的问题是求出 $f_i$，我们待定 $f_{n-1}$，将所有数都表示为关于 $f_{n-1}$ 的一次函数，此时还未使用 $f_1$ 的式子，用它来算出 $f_{n-1}$ 的值即可。

时间复杂度 $O(n)$。

我未解决的问题

样本空间是什么？如果说是操作序列的话，样本空间岂不就是无限集，那么这就不是古典概型了？

代码

#include <bits/stdc++.h>
using namespace std;

typedef long long ll;

const int MAXN = 100005;
int N, buc[30]; char S[MAXN]; double f[MAXN], a[MAXN], b[MAXN], ans;
int main() {
    scanf("%s", S + 1), N = strlen(S + 1); int i;
    for (i = 1; i <= N; ++i) ++buc[S[i] - 'A'];
    a[N - 1] = 1;
    for (i = N - 1; i >= 2; --i) {
        a[i - 1] = a[i] * 2 * i / (i - 1) - a[i + 1] * (i + 1) / (i - 1),
        b[i - 1] = b[i] * 2 * i / (i - 1) - b[i + 1] * (i + 1) / (i - 1) - (double)N * (N - 1) / (ll)((i - 1) * (N - i));
    }
    f[N - 1] = (N / 2.0 + b[2] - b[1]) / (a[1] - a[2]);
    for (i = 1; i <= N - 2; ++i) f[i] = a[i] * f[N - 1] + b[i];
    for (i = 0; i < 26; ++i) ans += f[buc[i]] * buc[i] / N;
    printf("%.1f\n", ans);
    return 0;
}