牛客——Mocha 的数据包
思路:
设\(f[i]\)表示最优情况下发送\(i\)个数据包的期望代价。
考虑怎么发送是最优的。
直接说结论吧,每次将未发送的k个数据包全部发送为最优策略。
证明见出题人题解。
所以类似于dp的转移,每次的代价为代价和乘以概率。
枚举发送\(i\)个数据包的期望代价:
\(i\)个数据包全发送成功的概率为\(1\)-数据包都不成功的概率;
代价的话:最开始的代价为\(fib[n-i+1]\),然后枚举这次发送成功了\(j\)个,所以上次发送成功了\(i-j\)个,
每次的代价都为
\[c[i][j]*(p/q)^{j}*(1-p/q)^{i-j}*f[i-j]
\]
\(c[i][j]\)表示从i个数据包里选j个是本次发送成功的;
\((p/q)^{j}\)表示j个数据包发送成功的概率;
\((1-p/q)^{i-j}\)表示\(i-j\)个数据包发送不成功的概率;
\(f[i-j]\)表示\(i-j\)个数据包全部发送的最优策略的期望代价。
代码:
#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
typedef unsigned long long ull;
typedef pair<ll, ll>PLL;
typedef pair<int, int>PII;
typedef pair<double, double>PDD;
#define I_int ll
inline ll read()
{
ll x = 0, f = 1;
char ch = getchar();
while(ch < '0' || ch > '9')
{
if(ch == '-')f = -1;
ch = getchar();
}
while(ch >= '0' && ch <= '9')
{
x = x * 10 + ch - '0';
ch = getchar();
}
return x * f;
}
#define read read()
#define closeSync ios::sync_with_stdio(0);cin.tie(0);cout.tie(0)
#define multiCase int T;cin>>T;for(int t=1;t<=T;t++)
#define rep(i,a,b) for(int i=(a);i<=(b);i++)
#define repp(i,a,b) for(int i=(a);i<(b);i++)
#define per(i,a,b) for(int i=(a);i>=(b);i--)
#define perr(i,a,b) for(int i=(a);i>(b);i--)
ll ksm(ll a, ll b, ll p)
{
ll res = 1;
while(b)
{
if(b & 1)res = res * a % p;
a = a * a % p;
b >>= 1;
}
return res;
}
const int inf = 0x3f3f3f3f;
#define PI acos(-1)
const double eps = 1e-8;
const int maxn =1e6+7;
const ll mod=998244353;
ll n,p,q;
ll fib[maxn];
ll c[2100][2100],f[maxn];
void init(ll n){
fib[1]=1;
for(int i=2;i<=n;i++)
fib[i]=(fib[i-1]+fib[i-2])%mod;
for(int i=0;i<=n;i++)
for(int j=0;j<=i;j++){
if(j==0) c[i][j]=1;
else c[i][j]=(c[i-1][j]+c[i-1][j-1])%mod;
}
}
int main(){
cin>>n>>p>>q;
init(n);
ll win=p*ksm(q,mod-2,mod)%mod;
ll lose=(q-p+mod)%mod*ksm(q,mod-2,mod)%mod;
for(int i=1;i<=n;i++){
ll sum=fib[n-i+1];
for(int j=1;j<=i;j++)
sum=(sum+f[i-j]*ksm(win,j,mod)%mod*ksm(lose,i-j,mod)%mod*c[i][j]%mod)%mod;
f[i]=sum*ksm((1-ksm(lose,i,mod)+mod)%mod,mod-2,mod)%mod;
}
cout<<f[n]<<endl;
return 0;
}