[SCOI2008] 奖励关

Description

你正在玩你最喜欢的电子游戏，并且刚刚进入一个奖励关。在这个奖励关里，系统将依次随机抛出k次宝物，每次你都可以选择吃或者不吃（必须在抛出下一个宝物之前做出选择，且现在决定不吃的宝物以后也不能再吃）。宝物一共有n种，系统每次抛出这n种宝物的概率都相同且相互独立。也就是说，即使前k-1次系统都抛出宝物1（这种情况是有可能出现的，尽管概率非常小），第k次抛出各个宝物的概率依然均为1/n。 获取第i种宝物将得到Pi分，但并不是每种宝物都是可以随意获取的。第i种宝物有一个前提宝物集合Si。只有当Si中所有宝物都至少吃过一次，才能吃第i种宝物（如果系统抛出了一个目前不能吃的宝物，相当于白白的损失了一次机会）。注意，Pi可以是负数，但如果它是很多高分宝物的前提，损失短期利益而吃掉这个负分宝物将获得更大的长期利益。 假设你采取最优策略，平均情况你一共能在奖励关得到多少分值？

Input

第一行为两个正整数k和n，即宝物的数量和种类。以下n行分别描述一种宝物，其中第一个整数代表分值，随
后的整数依次代表该宝物的各个前提宝物（各宝物编号为1到n），以0结尾。

Output

输出一个实数，保留六位小数，即在最优策略下平均情况的得分。

Sample Input

1 2
1 0
2 0

Sample Output

1.500000

HINT

$1 \leq k \leq 100,1 \leq n \leq 15$，分值为$[-10^6,10^6]$内的整数。

题解

首先，有一个简单的结论：这一步的期望=(上一步的期望+这一步的得分)/K。
可以设$f[i][j]$为第$i$次，已获得的宝物的集合为$j$，到结束得分的期望，然后倒推一波，$f[0][0]$即为答案。

Code

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

int k,n,s[15];
double a[20],dp[100][1<<16];

int main()
{
    scanf("%d%d",&k,&n);
    for(int i=1;i<=n;i++){
        int t;
        scanf("%lf",&a[i]);
        while(scanf("%d",&t)){
            if(!t)break;
            s[i]|=1<<(t-1);
        }
    }
    for(int i=k;i>=1;i--)
      for(int j=0;j<(1<<n);j++){
        for(int p=1;p<=n;p++){
            if((j&s[p])==s[p])dp[i][j]+=max(dp[i+1][j],dp[i+1][j|(1<<(p-1))]+a[p]);
            else dp[i][j]+=dp[i+1][j];
        }
        dp[i][j]/=(double)n;
      }
    printf("%.6lf",dp[1][0]);
    return 0;
}