P2473 [SCOI2008]奖励关(状压+期望dp)
题目描述
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?
输入输出格式
输入格式:
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。
输出格式:
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。
输入输出样例
说明
1 <= k <= 100, 1 <= n <= 15,分值为[-106,106]内的整数。
拿到这题,一看最优策略的期望值
e。。 f [i,j] 表示到第k次 并且现在的集合是j的最大值
开始以为能转移,因为我太native,转移的时候求的是最大值,但是又可能有多个状态转移到一个状态
所以我是取max还是取和呢。。。所以挂了
发现都说要从后往前推,这保证了都是从合法的状态转移而来且求加和就行了
1 #include <cmath> 2 #include <cstdio> 3 #include <cstring> 4 #include <iostream> 5 #include <algorithm> 6 using namespace std; 7 inline int read() { 8 int res = 0; bool bo = 0; char c; 9 while (((c = getchar()) < '0' || c > '9') && c != '-'); 10 if (c == '-') bo = 1; else res = c - 48; 11 while ((c = getchar()) >= '0' && c <= '9') 12 res = (res << 3) + (res << 1) + (c - 48); 13 return bo ? ~res + 1 : res; 14 } 15 const int M = 105, N = 17; 16 int K, n, p[N], sta[N]; 17 double f[M][1 << 15]; 18 void chkmax(double &a, double b) {a = max(a, b);} 19 int main() { 20 int i, j, k, x; K = read(); n = read(); 21 for (i = 1; i <= n; i++) { 22 p[i] = read(); while (x = read()) 23 sta[i] = sta[i] | (1 << x - 1); 24 } 25 for (i = K; i >= 1; i--) for (j = 0; j < (1 << n); j++) { 26 for (k = 1; k <= n; k++) if ((j & sta[k]) == sta[k]) 27 f[i][j] += max(f[i + 1][j], f[i + 1][j | (1 << k - 1)] + p[k]); 28 else f[i][j] += f[i + 1][j]; 29 f[i][j] /= n; 30 } 31 printf("%.6lf\n", f[1][0]); 32 return 0; 33 }
还是太垃圾了。