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≤k≤100,1≤n≤15 1 ≤ k ≤ 100 , 1 ≤ n ≤ 15 ,分值为 [−106,106] [ − 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]
f
[
i
]
[
j
]
为第
i
i
次,已获得的宝物的集合为,到结束得分的期望,然后倒推一波,
f[0][0]
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;
}