bzoj 1419 Red is good 概率dp求期望

1419: Red is good

Time Limit: 10 Sec Memory Limit: 64 MB
Submit: 868 Solved: 372
[Submit][Status][Discuss]
Description

桌面上有R张红牌和B张黑牌，随机打乱顺序后放在桌面上，开始一张一张地翻牌，翻到红牌得到1美元，黑牌则付出1美元。可以随时停止翻牌，在最优策略下平均能得到多少钱。
Input

一行输入两个数R,B,其值在0到5000之间
Output

在最优策略下平均能得到多少钱。
Sample Input

5 1
Sample Output

4.166666
HINT

输出答案时,小数点后第六位后的全部去掉,不要四舍五入.

分析：

设f[i][j]表示选i张红，j张黑牌时的期望收益。
不难理解初始值f[i][0]=i
也不难理解结果和0比较，因为要满足最优策略，当j比较大的时候不如不选。
f[i][j]=Max(0,i/(i+j) * (f[i-1][j]+1)+j/(i+j)*(f[i][j-1]-1))

注意用滚动数组。
以及结果不是四舍五入输出。

#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cmath>
using namespace std;

const int N = 5000 + 10;

int n,m;
double x,y;
double f[2][N];
double mpow = 1000000;

inline double Max(double x,double y){
    return x>y?x:y;
}

int main(){
    scanf("%d%d",&n,&m);
    x=(double)n,y=(double)m;
    for(int i=0;i<=n;i++){
        f[i&1][0]=i;
        for(int j=1;j<=m;j++){
           f[i&1][j]=Max(0,double(1.0*i)/(i+j)*(1+f[(i-1)&1][j])+(double)(1.0*j)/(i+j)*(f[i&1][j-1]-1));
        }
    }
    long long ans=f[n&1][m]*mpow;
    printf("%0.6lf",(double)ans/mpow);
    return 0;
}