【期望DP】BZOJ1419[Red is good]题解

题目概述

有 $A$ 张红牌， $B$ 张黑牌。现在将 $A+B$ 张牌打乱，每次翻牌。翻到红牌得到一元钱，翻到黑牌失去一元钱。可以随时停止翻牌，求在最优策略下得到钱数的期望。

解题报告

期望DP通用套路，倒着来。定义 $f[i][j]$ 表示剩下 $i$ 张红牌， $j$ 张黑牌得到钱数的期望。

那么 $f[i][j]=\frac{i}{i+j}f[i-1][j]+\frac{j}{i+j}f[i][j-1]$ ，由于可以随时停止翻牌，所以当 $f[i][j]<0$ 时，莫不如停止翻牌，令 $f[i][j]=0$ 。

示例程序

#include<cstdio>
#include<algorithm>
using namespace std;
typedef double DB;
const int maxn=5000;

int A,B;DB f[2][maxn+5],ans;

int main()
{
    freopen("program.in","r",stdin);
    freopen("program.out","w",stdout);
    scanf("%d%d",&A,&B);
    for (int i=0,c=0;i<=A;i++,c^=1)
    for (int j=0;j<=B;j++)
    {
        f[c][j]=0;
        if (i) f[c][j]+=(f[c^1][j]+1)*i/(i+j);
        if (j) f[c][j]+=(f[c][j-1]-1)*j/(i+j);
        f[c][j]=max(f[c][j],0.0);
    }
    return f[A&1][B]=(int)(f[A&1][B]*1e6),printf("%.6f\n",f[A&1][B]/1e6),0;
}