递推，概率DP，概率（你想当2^n元富翁吗？，uva 10900）

http://blog.csdn.net/yeyeyeguoguo/article/details/43503277

其实每个问题都一模一样，答不答只看你现在已拥有多少钱。其实已拥有多少钱是固定的，所以只看概率。

dp[i]就是回答完前i题的期望。

显然能答到第i题，那么前面的题肯定都答对了，因此影响期望的只能是后面的题目了。

所以要从后往前推。

答对的概率是在[t，1]上随机分布的。这就有趣了，因为如果概率是1，那就必答。或者说得更概括一点，就是我们要把答和不答的期望累加起来。

紫书上的递推式可能有些难以看懂。因为那个递推式影藏掉了一些思路上的细节。使得公式更加简洁，不需要讨论，但却难以理解。

下面从头开始一步步分析。

就拿样例来说吧。

1 0.5

1个问题，答对的概率在[0.5,1]上平均分布。

如果不答，就有1块钱。

如果答对了就有2块钱，否则没钱。

这道题我们是一定要答的，因为如果答对的概率是0.5，答不答都一样，而答对的概率如果大于0.5，我们答了的期望一定会更高。

那我们怎么知道该不该答呢？设答对的概率为p，那么如果p*dp[i+1]>2^i，就答吧。或者说p>2^i/dp[i+1]，就答。（t<=p<=1）

带入公式就会发现样例一全都应该答。dp[i]=(1+t)/2*dp[i+1]。

但有些时候我们会选择在某些概率下不答，如样例二。

我们发现概率在[0.3,0.5]时不如不答，在[0.5,1]时选择回答。

那么dp[i]=(0.5-0.3)/(1-0.3)*2^i+(1-0.5)/(1-0.3)*dp[i+1]*(1+t)/2。

总结一下就是dp[i]=(p-t)/(1-t)*a[i]+(1-p)/(1-t)*(1+p)/2*dp[i+1];

如果令p=max(t,2^i/dp[i+1])，那么上述两种情况就可合并为第二种情况。避免了讨论。

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

double dp[35];
ll a[35];

int main()
{
    a[0]=1;
    for(ll i=1;i<35;i++) a[i]=2*a[i-1];
    ll n;
    double t;
    while(scanf("%lld %lf",&n,&t)==2&&(n+t))
    {
        dp[n]=a[n];
        for(ll i=n-1;i>=0;i--)
        {
            double p=max(t,a[i]/dp[i+1]);
            dp[i]=(p-t)/(1-t)*a[i]+(1-p)/(1-t)*(1+p)/2*dp[i+1];
        }
        printf("%.3lf\n",dp[0]);
    }
    return 0;
}