【校内模拟】【JAG2015春季赛 C:Casino】炮轰社会报复者（概率论）（特征方程）（一大堆特判）

据说这道题JAG2015赛场上只有一个队AC。。。

题解：

设$p$为一次赌博获胜的概率，$q$为$1-p$，即输的概率。

仔细思考一下发现实际上就是要我们对于$i\in [1,m-1]$求一个决策表$k_i$，表示当前有$i$枚硬币的时候我们会赌$k_i$枚硬币，显然这是一个马尔科夫过程，当前状态与之前的状态和决策无关。设$p_i$表示当前有$i$枚硬币，在将硬币输光之前能够赢到$m$枚的概率，根据定义显然有：

$$\begin{array}{rl}{p}_0& =0\\ p_i& =1,\forall i\ge m\\ p_i& =p\cdot p_{i+k_i}+q\cdot p_{i-k_i},\forall i\in [1,m-1]\end{array}$$

显然$p_i$是一个递增数列，$k_i\le \min (i,m-i)$。

现在求不出$k_i$，所以我们可以把限制写成：

p i = max ⁡ 1 ≤ j ≤ min ⁡ ( i , m − i ) { p ⋅ p i + j + q ⋅ p i − j } p_i=\max_{1\leq j\leq \min(i,m-i)}\{p\cdot p_{i+j}+ q\cdot p_{i-j}\} pi​=1≤j≤min(i,m−i)max​{p⋅pi+j​+q⋅pi−j​}

直接按照这个式子暴力迭代并特判$p=0$和$p=1$的情况可以得到35pts的好成绩。

接下来考虑对于特殊数据进行特殊处理：

1 . p = 0.5

首先明确一点，合法的$p_i$序列唯一。

那么我们试图找一个序列$p_i$，使得在$p=0.5$的时候满足上面的式子。

显然$p_i=\frac{i}{m}$即可。此时每个$p_i$都是$p_{i+j}$和$p_{i-j}$的平均值，则$j\in [1,\min (i,m-i)]$的所有决策都是可行决策。

2 . p > 0.5

此时直觉告诉我们每次赌一枚硬币是最优的。。。

不要问我为什么，问就是打表找规律，而且日语官方题解也就写的是凭直觉。

如果要证明的话，日语官方题解是这样说的：

1 ドルずつ賭けるとして勝率を求め，
さっきの ?? の不等式を満たすことを示す

假设每次赌一枚硬币，求概率，满足前面的所有限制。

那么我们把概率求出来，发现是这样一个式子：$p_i=p\cdot p_{i+1}+q\cdot p_{i-1}$，也就是$p\cdot p_{i+1}=p_i-q\cdot p_{i-1}$

利用特征方程可以把这个解出来，设$r=\frac{q}{p}$，解出来是$p_i=\frac{1-r^i}{1-r^m}$，这个形式就可以直接证明上述大于等于号成立了。

3 . p < 0.5

数学公式警告，长篇大论警告

这部分是这道题真正扯淡的地方。。。

也是这道题真正需要扯概率论的地方，为了保证你能够看懂下面的讲解，请补习鞅论（martingale）和停时理论（Optional Stopping Theorem）。其实不补也行，下面的可以感性理解。

设$pc(i)$表示$i$在表示成二进制数之后，$1$的个数

首先看一个问题，现在你有$x$枚硬币，每次可以赌任意数量的硬币吗，赔率$1:1$，赢的概率为$p<0.5$，你见好就收的上界为$2^k$，问你在输光之前能否见好就收。

考虑这样一个策略，每次赌$2^l$，其中$2^l$是最大的能够整除$x$的$2$的整数次幂，也就是所谓的lowbit。

这个策略下初始硬币数为$x$的胜率为：$f(x)=\sum _{i=0}^{x-1}{q}^{pc(i)}{p}^{k-pc(i)}$

或者说，设$x$的二进制拆分为$x=\sum _{i=1}^k{b}_i{2}^{k-i}$，则$f(x)=\sum _{i=1}^k{b}_i{p}^{i-\sum _{j=1}^{i-1}{b}_j}{q}^{\sum _{j=1}^{i-1}{b}_j}$，然后由这个式子可以导出上面那个式子。

证明随便归纳一下就行了。

可以证明$f(x)$是所有策略中的上鞅，考虑赌$k$枚硬币，上鞅的意思就是说下面这个式子始终成立，我尽量解释得通俗了：$$f(x)\ge f(x+k)\cdot p+f(x-k)\cdot q$$

重写上面的命题，也就是$$\begin{gathered} q\cdot (f(x)-f(x-k))\ge p\cdot (f(x+k)-f(x)) \\ ⟺\sum _{i=x-k}^{x-1}{q}^{pc(i)+1}{p}^{k-pc(i)}\ge \sum _{i=x}^{x+k-1}{q}^{pc(i)}{p}^{k-pc(i)+1} \end{gathered}$$

考虑在两个集合中构建双向映射来证明上面的式子， { x − k , ⋯ x − 1 } ⇔ { x , ⋯   , x + k − 1 } \{x-k,\cdots x-1\}\Leftrightarrow\{x,\cdots,x+k-1\} {x−k,⋯x−1}⇔{x,⋯,x+k−1}，使得$\forall a\in [x-k,x-1],\exists b\in [x,x+k-1]$，有$pc(a)+1\ge pc(b)$，则$q^{pc(a)+1}{p}^{k-pc(i)}\ge q^{pc(b)}{p}^{k-pc(i)+1}$，全部加起来即可证明上式。

怎么构造上面那个双向映射，找到最小的$s$，满足$s\ge k$且$s$是$2$的整数次幂。然后将$x-k$与$x-k+s$配对，$x-k+1$与$x-k+s+1$配对，以此类推，注意到$s\le 2k$所以我们能够至少成功匹配一对，将$k$设置成$s-k$继续配对，显然能够构成一个完备匹配。
显然由于只在一个二进制位上$+1$，这个构造能够满足上面的限制，如果有进位更好，二进制位的$1$只会变少不会变多。

$f(x)$是所有策略的上鞅得证。

由停时理论可以知道$f(x)$是最优策略。

显然我们可以将$x$变为$\frac{x}{2^k}$，将$2^k$变为$1$做同等意义下的赌博，设此时答案为$g(x)$。

也就是说我们能够直接处理$2$进制有限小数的情况，将$x$写成二进制小数的形式：$0.b_1{b}_2\cdots b_k$，结论和上面的相同。

如果$x$是二进制无限小数，设$x_k$表示$x$截断前$k$位得到的有限小数，我们直接将$x_k$的策略用到$x$上不会差，因为$x>x_k$。我们可以这样将$k$向无穷大靠近来逼近真实值，由于这个乘积是收敛的，所以可以直接算，在当前乘积小于精度的时候break掉。（其实如果$m$再小一点我们可以直接开一个vis数组求循环节，由于几何级数收敛能够求出精确值，于是这道题可以扔到取模的环境下改成毒瘤题了）这种情况下的$g(x)=\sum _{i=1}^{\infty }{b}_i{p}^{i-\sum _{j=1}^{i-1}{b}_j}{q}^{\sum _{j=1}^{i-1}{b}_j}$

$f(x)$是针对离散游戏，$g(x)$很显然是针对连续游戏。

$g(x)$是这个连续游戏的上鞅，可以根据$f(x)$是离散游戏的上鞅加上调整法来证明。由停时理论，同样$g(x)$是最优决策下的获胜概率。

算答案的话直接将$x=\frac{n}{m}$的二进制表示倒出来一下，然后用$g(x)$来算就行了，注意最坏情况下循环节长度是$O(\varphi (m))$的，无法承受，在精度爆炸的时候直接break掉就行了。

现在问题就只剩下哪些是$x=n$的时候第一步的可能最优决策。

现在上面那个关于$f$的取最小的2的整数次幂的结论用不了了，因为$\frac{n}{m}$可能是二进制无限循环小数。

考虑一个贪心策略，每次赌$\min (n,m-n)$，这个显然是一个最优策略，证明可以考虑调整法。设$r=\frac{q}{p}，r>1$。关于$g(x)$，我们有如下的关系式：

$$\begin{array}{rl}g(x)& =p+qg(2x-1),x\ge \frac{1}{2}\\ g(x)& =p\cdot g(2x),x<\frac{1}{2}\end{array}$$

设$r=\frac{q}{p},x=\sum _i{2}^{b_i}$，$b_i$允许为负数，上面的一大堆式子可以改写成：

$$\begin{array}{rl}g(x)& =\sum _i{r}^i(1+r{)}^{b_i}\\ (r+1)g(x)& =1+rg(2x-1),x\ge \frac{1}{2}\\ (r+1)g(x)& =g(2x),x<\frac{1}{2}\end{array}$$

我来人工翻译一下官方题解接下来的的叙述，各大翻译网站对于学术语句的日翻中都难以直视，事实证明会一点日语还是有用的，多亏了平时看番。

接下来的推导看到$f$请自动认为是$g$，官方题解用的$f$，我用的$g$，翻译的时候难免会有纰漏。

考虑证明$g(x+y)\ge g(x)+r\cdot g(y),(x\ge y\ge 0)$

设$x$最高位为$2^{e_0}$，$x=2^{e_0}+x^{\prime }$，则$g(x)=(r+1{)}^{e_0}+rg(x^{\prime })$，接下来对$y$的值分类讨论，看掉一个“ない”把我懵逼了半天：

1. $y$的最高位也是$2^{e_0}$的情况，
   设$y=2^{e_0}+y^{\prime }$，则$g(x+y)-g(x)-r\cdot g(y)=r(g(x^{\prime }+y^{\prime })-g(x^{\prime })-r\cdot g(y^{\prime }))$，显然$y^{\prime }\le x^{\prime }$，归纳证明即可。
2. $y$的最高位低于$2^{e_0}$，且$x,y$相加进位到了$2^{e_0+1}$。
   以下两式成立：
   $$\begin{gathered} g(x+y)-g(x)-r\cdot g(y)=(r-1)((r+1{)}^{e_0}-g(x^{\prime }))+g(x^{\prime }+y)-g(x^{\prime })-rg(y) \\ g(x+y)-g(x)-r\cdot g(y)=(r-1)((r+1{)}^{e_0}-g(y))+g(x^{\prime }+y)-g(x)-rg(x^{\prime }) \end{gathered}$$
3. $y$的最高位低于$2^{e_0}$，且$x,y$相加没有进位到$2^{e_0+1}$
   以下两式成立：
   $$\begin{gathered} g(x+y)-g(x)-r\cdot g(y)=r(r-1)g(y)+r(g(x^{\prime }+y)-g(x^{\prime })-rg(y)) \\ g(x+y)-g(x)-r\cdot g(y)=r(r-1)g(x^{\prime })+r(g(x^{\prime }+y)-g(y)-rg(x^{\prime })) \end{gathered}$$

关于上面的式子，显然有$(r+1{)}^{e_0}-g(x^{\prime })>0,(r+1{)}^{e_0}-g(y)>0,g(x^{\prime })\ge 0,g(y)\ge 0$。由于我们在2,3情况中并不清楚$x^{\prime }$和$y$的大小，所以上面的两个等式我们需要选择一个递归。如果$x,y$都是二进制无限循环小数，则归纳会陷入循环，设$L$表示循环节长度的$lcm$，对于任意$0\le l\le L$，可以轻易得到：

$$g(x_1+y_1)-g(x_1)-r\cdot g(y_1)\ge r^l(g(x_1/2^L+y_1/2^L)-g(x_1/2^L)-r\cdot g(y_1/2^L))$$

由于$r>1$，可以得到$g(x_1+y_1)-g(x_1)-r\cdot g(y_1)\ge 0$，也就是$g(x+y)\ge g(x)+r\cdot g(y)$。

要求等号成立，则中间产生的$(r+1{)}^{e_0}-g(x^{\prime }),(r+1{)}^{e_0}-g(y),g(x^{\prime }),g(y)$必须全部为0。

考虑一个决策$d$，如果它是最优决策，则$g(\frac{n}{m})=p\cdot g(\frac{n+d}{m})+q\cdot g(\frac{n-d}{m})$，两边乘个$r+1$可以得到$(r+1)g(\frac{n}{m})=g(\frac{n+d}{m})+rg(\frac{n-d}{m})$，利用$g(x)$的两个递推式可以知道解的分布。

将$\frac{n}{m}$二进制拆分，对于所有合法的如下表示$$\frac{n}{m}=2^{e+2}a+2^e+b$$，即第$e+1$位为空。则可能合法的$d$有$(2^e\pm b)\ast m$，直接一路取模的同时把答案搞出来就行了。

---

代码：

#include<bits/stdc++.h>
#define ll long long
#define re register
#define cs const

using std::cerr;

int n,m,P;

namespace Solve_Special{
	inline void main(){
		int res=P==50?std::min(n,m-n):n;
		printf("%.8f\n%d\n",P==50?1.0*n/m:1e-2*P,res);
		if(res<=200)for(int re i=1;i<=res;++i)printf("%d ",i);
		else {
			for(int re i=1;i<=100;++i)printf("%d ",i);
			for(int re i=99;~i;--i)printf("%d ",res-i);
		}
	}
}

namespace Solve_Greater{
	inline void main(){
		double p=P*1e-2,q=1-p,r=q/p;
		double res=(1-pow(r,n))/(1-pow(r,m));
		printf("%.8f\n1\n1",res);
	}
}

namespace Solve_Less{
	int a[107],cnt;
	inline void main(){
		double res=0,cur=1,p=P*1e-2,q=1-p;
		for(int w=n<<1;w&&cur>1e-8;w<<=1)
		if(w>=m){res+=cur*p;w-=m;cur*=q;}
		else cur*=p;
		printf("%.8f\n",res);
		while(n){a[++cnt]=std::min(n,m-n);if(m&1)break;n%=m>>=1;}
		std::sort(a+1,a+cnt+1);cnt=std::unique(a+1,a+cnt+1)-a-1;
		printf("%d\n",cnt);
		for(int re i=1;i<=cnt;++i)printf("%d ",a[i]);
	}
}

signed main(){
#ifdef zxyoi
	freopen("revenge.in","r",stdin);
#endif
	scanf("%d%d%d",&P,&n,&m);
	if(P==0||P==100||P==50)Solve_Special::main();
	else if(P<50)Solve_Less::main();
	else if(P>50)Solve_Greater::main();
	else assert(0);
	return 0;
}