【算法学习笔记】概率与期望DP
本文学习自 Sengxian 学长的博客
之前也在CF上写了一些概率DP的题并做过总结
建议阅读完本文再去接着阅读这篇文章：Here
前言
单纯只用到概率的题并不是很多，从现有的 OI/ACM 比赛中来看，大多数题目需要概率与期望结合起来（期望就是用概率定义的），所以本文主要讲述期望 DP。
期望 DP 有一些固定的方法，这里分多种方法来讲述。
讲解
例一
题意：
给定一个起点为 \(1\)，终点为 \(n\) 的有向无环图。到达每一个顶点时，如果有 \(K\) 条离开该点的道路，可以选择任意一条道路离开该点，并且走向每条路的概率为 \(\frac 1 K\)。问你从 \(1\) 出发走到 \(n\) 的路径期望总长度是多少。
方法一：直接定义期望状态
这道题的终点很明确，那就是走到 \(n\) 即停止。对于期望 DP，我们一般采用逆序的方式来定义状态，即考虑从当前状态到达终点的期望代价。因为在大多数情况下，终点不唯一，而起点是唯一的。
我们定义 \(dp(i)\)为从 \(i\) 出发走到终点 \(n\) 的路径期望总长度，根据全期望公式，得到（设 \(G_i\)为从 \(i\) 的边的集合）：
因为这是一个有向无环图，每个点需要其能到达的点的状态，故我们采用拓扑序的逆序进行计算即可。
【AC Code】
const int N = 100000, M = 2 * N;
int n, m;
struct node { int v, w;};
vector<node>e[N];
int d[N]; // 出度
double f[N]; // dp
double dfs(int u) {
if (f[u] >= 0)return f[u];
f[u] = 0;
for (auto [v, w] : e[u]) { // tuple 需开启 C++17
f[u] += (w + dfs(v)) / d[u];
}
return f[u];
}
int main() {
cin.tie(nullptr)->sync_with_stdio(false);
memset(f, -1, sizeof(f));
cin >> n >> m;
for (int i = 0; i < m; ++i) {
int u, v, w;
cin >> u >> v >> w;
e[u].push_back(node{v, w});
d[u]++;//出度++
}
cout << fixed << setprecision(2) << dfs(1);
}
方法二：利用期望的线性性质
根据期望的线性性质，\(E[aX +bY]=aE[X] + bE[Y]\)。所以另外一种求期望的方式是分别求出每一种代价产生的期望贡献，然后相加得到答案。在本题中，路径期望总长度等于每条边产生的期望贡献之和。而每条边产生又等于经过这条边的期望次数乘这条边的代价。所以，我们只需要算每条边的期望经过次数即可。
边 \((u,v,w)\) 的期望经过次数是不好直接算的，但如果我们能算得点 \(u\) 的期望经过次数为 \(dp(u,v)\)，那么边 \((u,v,w)\) 的期望经过次数是 \(dp(u)*\frac1{|G_u|}\) ，对答案的贡献就是 \(w*dp(u)*\frac1{|G_u|}\)
如何计算点 \(u\) 的期望经过次数 \(dp(u)\)呢？我们依然考虑 DP 的方式，首先有 \(dp(u) = 1\)，转移采取刷表的方式：
在用边 \(e\) 刷表的同时，边 \(e\) 的贡献就可以计算了，十分简洁。因为这种方法计算答案十分的便捷，而且适用范围广，所以这种『利用期望的线性性质，单独计算贡献的方法』是我们计算期望首选的方法。
【AC Code】这里贴 Sengxian 学长的代码
typedef long long ll;
inline int readInt() {
static int n, ch;
n = 0, ch = getchar();
while (!isdigit(ch)) ch = getchar();
while (isdigit(ch)) n = n * 10 + ch - '0', ch = getchar();
return n;
}
const int MAX_N = 100000 + 3, MAX_M = MAX_N * 2;
struct edge {
edge *next;
int to, cost;
edge(edge *next = NULL, int to = 0, int cost = 0): next(next), to(to), cost(cost) {}
} pool[MAX_M], *pit = pool, *first[MAX_N];
int n, m, deg[MAX_N], outDeg[MAX_N];
double f[MAX_N];
void solve() {
static int q[MAX_N];
int l = 0, r = 0;
q[r++] = 0;
double ans = 0;
f[0] = 1.0;
while (r - l >= 1) {
int u = q[l++];
for (edge *e = first[u]; e; e = e->next) {
f[e->to] += f[u] / outDeg[u];
ans += f[u] * e->cost / outDeg[u];
if (--deg[e->to] == 0) q[r++] = e->to;
}
}
printf("%.2f\n", ans);
}
int main() {
n = readInt(), m = readInt();
for (int i = 0, u, v, w; i < m; ++i) {
u = readInt() - 1, v = readInt() - 1, w = readInt();
first[u] = new (pit++) edge(first[u], v, w);
deg[v]++, outDeg[u]++;
}
solve();
}
例二
接着我们考虑 Codeforces 518D 这道题，以便体会方法二的好处。
题意：有 \(n\) 个人排成一列，每秒中队伍最前面的人有 \(p\) 的概率走上电梯（一旦走上就不会下电梯），或者有 \(1-p\) 的概率不动。问你 \(T\) 秒过后，在电梯上的人的期望。
方法一
在本题这样一个情况中，方法一是用不了的，因为我们的结束状态不明确。
方法三：使用期望的定义计算
如果 \(X\) 是离散的随机变量，输出值为 \(x_1,x_2,...\)，输出值相应的概率为 \(p_1,p_2,...\)，那么期望值是一个无限数列的和（如果不收敛，那么期望不存在）：
在本题中，如果设 \(dp(i,j)\) 为 \(i\) 秒过后，电梯上有 \(j\) 个人的概率，那么答案是：
所以我们只需要求 \(dp(i, j)\) 就可以了，初始值 \(dp(0, 0) = 1\) 就可以了，仍然是采用刷表法：
【AC Code】
const int N = 2e3 + 10;
double p, dp[N][N];
int main() {
cin.tie(nullptr)->sync_with_stdio(false);
int n, t;
cin >> n >> p >> t;
dp[0][0] = 1;
for (int i = 0; i < t; ++i) {
dp[i + 1][n] += dp[i][n];
for (int j = 0; j < n; ++j) if (dp[i][j] > 1e-10) {
dp[i + 1][j + 1] += dp[i][j] * p;
dp[i + 1][j] += dp[i][j] * (1 - p);
}
}
double ans = 0;
for (int i = 0; i <= n; ++i) ans += i * dp[t][i];
cout << fixed << setprecision(6) << ans;
}
方法二
那么之前提到的适用范围广的方法二，是否能在这里用呢？答案是肯定的。
延续方法三的 DP，我们不妨将状态之间的转移抽象成边，只不过只有 \(dp(i, j)\) 到 \(dp(i + 1, j + 1)\) 的边才有为 \(1\) 的边权，其余都为 \(0\)。因为这个 DP 涵盖了所有可能出现的情况，所以我们仍然可以利用期望的线性性质，在刷表的过程中进行计算答案。
本题中，没有直观的边的概念，但是我们可以将状态之间的转移抽象成边，由于 \(dp(i, j)\)到 \(dp(i + 1, j + 1)\) 这一个转移是对答案有 \(1\) 的贡献的，所以我们将它们之间的边权赋为 \(1\)。
这一题将方法二抽象化了，实际上大多数题并非是直观的，而是这种抽象的形式。
const int N = 2e3 + 10;
double p, dp[N][N];
int main() {
cin.tie(nullptr)->sync_with_stdio(false);
int n, t;
cin >> n >> p >> t;
dp[0][0] = 1;
double ans = 0;
for (int i = 0; i < t; ++i) {
dp[i + 1][n] += dp[i][n];
for (int j = 0; j < n; ++j) if (dp[i][j] > 1e-10) {
dp[i + 1][j + 1] += dp[i][j] * p;
dp[i + 1][j] += dp[i][j] * (1 - p);
ans += dp[i][j] * p;
}
}
cout << fixed << setprecision(6) << ans;
}
例三
题意：给定一个序列，一些位置未确定（是 \(\texttt{o}\) 与 \(\texttt{x}\) 的几率各占 \(\%50%\)）。对于一个 \(\texttt{ox}\) 序列，连续 \(x\) 长度的 \(\texttt{o}\) 会得到 \(x^2\) 的收益，请问最终得到的序列的期望收益是多少？
分析
这个题如果一段一段的处理，实际上并不是很好做。我们观察到 \((x + 1) ^ 2 - x ^ 2 = 2x + 1\)，那么根据期望的线性性质，我们可以单独算每一个字符的贡献。我们设 \(dp_i\) 为考虑前 ii 个字符的期望得分，\(l_i\) 为以 \(i\) 为结尾的 comb 的期望长度，\(Comb_i\) 为第 \(i\)个字符，那么有 3 种情况：
- \(s_i = o\) ，则 \(dp_i = dp_{i - 1} + l_{i - 1} * 2 + 1,l_i = l_{i - 1} + 1\)
- \(s_i = x\) ，则 \(dp_i = dp_{i - 1}\)
- \(s_i =\ ?\)， 则 \(dP_i = dp_{i - 1} + \frac{l_i*2 + 1}{2},l_i = \frac{l_{i - 1} + 1}{2}\)
对于前两种情况，其实是非常直观的，对于第三种情况，实际上是求了一个平均长度。例如 ?oo，两种情况的长度 \(l_i\) 分别为 \([0,1,2]\) 和 \([1,2,3]\) ，但是求了平均之后，长度 \(l_i\) 变成了 \([0.5,1.5,2.5]\) ，这样由于我们的贡献是一个关于长度的一次多项式 \((2x + 1)\) ，所以长度平均之后，贡献也相当于求了一个平均，自然能够求得正确的得分期望。
【AC Code】
const int N = 3e5 + 10;
double dp[N], Comb[N];
int main() {
cin.tie(nullptr)->sync_with_stdio(false);
int n; string s;
cin >> n >> s;
for (int i = 0; i < n; ++i) {
if (s[i] == 'o') {
dp[i] = dp[i - 1] + Comb[i - 1] * 2 + 1;
Comb[i] = Comb[i - 1] + 1;
} else if (s[i] == 'x') {
dp[i] = dp[i - 1];
Comb[i] = 0;
} else {
dp[i] = dp[i - 1] + (Comb[i - 1] * 2 + 1) / 2;
Comb[i] = (Comb[i - 1] + 1) / 2;
}
}
cout << setprecision(4) << fixed << dp[n - 1];
}
思考：如果长度为 \(a\) 的 comb 的贡献为 \(a^3\) 时该如何解决？
Tips：由于 \((a + 1)^3 - a^3 = 3a^3 + 3a + 1\) ，所以我们要维护 \(a^2\) 和 \(a\) 的期望，注意 \(E_{a^2} \not= E^2_a\)，所以维护 \(a^2\) 的期望是必要的。
例四
题意：给定一个序列，每个位置 \(o\) 的几率为 \(p_i\) ，为 \(x\) 的几率为 \(1-p_i\) 。对于一个 \(\texttt{ox}\) 序列，连续 \(x\) 长度的 \(\texttt{o}\) 会得到 \(x^3\) 的收益，请问最终得到的 \(ox\) 序列的期望收益是多少？
分析
延续例三的思路，我们还是分别求每一个位置的贡献。根据 \((a + 1)^3 - a^3 = 3a^3 + 3a + 1\)，我们只需要维护 \(l(i)\)为以 \(i\) 为结尾的 comb 的期望长度，\(l_2(i)\)为以 \(i\) 为结尾的 comb 的期望长度的平方。注意 \(E[a^2] \not =E^2[a]\)，所以维护 \(a^2\) 的期望是必要的。
int main() {
cin.tie(nullptr)->sync_with_stdio(false);
int n;
double p, l1 = 0, l2 = 0, ans = 0;
cin >> n;
for (int i = 0; i < n; ++i) {
cin >> p;
ans += (3 * l2 + 3 * l1 + 1) * p;
l2 = (l2 + 2 * l1 + 1) * p;
l1 = (l1 + 1) * p;
}
cout << fixed << setprecision(1) << ans;
}
总结
期望 DP 一般来说有它固定的模式，一种模式是直接 DP，定义状态为到终点期望，采用逆序计算得到答案。一种模式是利用期望的线性性质，对贡献分别计算，这种模式一般要求我们求出每种代价的期望使用次数，而每种代价往往体现在 DP 的转移之中。最后的两个例题是典型的分离变量，用期望的线性性质计算答案的例子，如果状态过于巨大，那么就得考虑分离随机变量了。
本总结只是解释了概率与期望 DP 的冰山一角，它可以变化多端，但那些实际上并不只属于概率与期望 DP，真正核心的内容，还是逃不出我们几种方法。
想要深入了解一些概率的DP的请阅读这篇文章：Here
