bzoj 1076 奖励关 状压+期望dp
因为每次选择都是有后效性的,直接dp肯定不行,所以需要逆推。
f[i][j]表示从第i次开始,初始状态为j的期望收益
#include<cstdio>
#include<cstring>
#include<iostream>
using namespace std;
int bit[18],K,n,aa,ned[18],a[18];
double f[105][1<<17];
int main()
{
bit[0]=1;
for(int i=1;i<=16;i++) bit[i]=bit[i-1]<<1;
scanf("%d%d",&K,&n);
for(int i=1;i<=n;i++){
scanf("%d",&a[i]);
scanf("%d",&aa);
while(aa){
ned[i]|=bit[aa-1];
scanf("%d",&aa);
}
}
for(int i=K;i>=1;i--)
for(int j=0;j<bit[n];j++){
for(int k=1;k<=n;k++)
{
if((j&ned[k])==ned[k])
f[i][j]+=max(f[i+1][j],f[i+1][j|bit[k-1]]+a[k]);
else
f[i][j]+=f[i+1][j];
}
f[i][j]/=n;
}
printf("%0.6lf\n",f[1][0]);
return 0;
}
人生如梦亦如幻 朝如晨露暮如霞。