BZOJ 1419 Red is good【期望DP】

最新推荐文章于 2021-03-09 13:08:44 发布

原创最新推荐文章于 2021-03-09 13:08:44 发布 · 373 阅读

1 ·

CC 4.0 BY-SA版权

OI/ACM之动态规划与递推专栏收录该内容

122 篇文章

订阅专栏

本文深入探讨了一种基于博弈论的动态规划问题，通过状态转移方程f[i][j]=max{(f[i-1][j]+1)*i/(i+j)+(f[i][j-1]-1)*j/(i+j)}

$f [i] [j]$ 表示选了 $i$ 张红牌， $j$ 张黑牌的最优期望得分。

那么接下来，有 $ii+j\frac{i}{i+j}$ 的可能+1分，有 $ji+j\frac{j}{i+j}$ 的可能-1分，所以不难写出状态转移方程：
$f[i][j]=max{(f[i−1][j]+1)∗ii+j+(f[i][j−1]−1)∗ji+j}f[i][j]=max\{(f[i-1][j]+1)*\frac{i}{i+j}+(f[i][j-1]-1)*\frac{j}{i+j}\}$

然后很显然，需要滚动一下第一维

#include <cmath>
#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
#define ll long long
#define rep(i,x,y) for(ll i=(x);i<=(y);i++)
#define repl(i,x,y) for(ll i=(x);i<(y);i++)
#define repd(i,x,y) for(ll i=(x);i>=(y);i--)
using namespace std;

const ll N=5e3+5;
const ll Inf=1e18;

ll n,m,cur;
double f[2][N];

int main() {
	scanf("%lld%lld",&n,&m);
	
	rep(i,1,n) {
		cur^=1;
		
		f[cur][0]=i*1.0;
		
		rep(j,1,m) f[cur][j]=max((double)0,(1+f[cur^1][j])*((double)i/(i+j))+(f[cur][j-1]-1)*((double)j/(i+j)));
	}
	
	printf("%.6lf",f[cur][m]);

	return 0;
}