BZOJ-1076: [SCOI2008]奖励关 (概率期望DP 未完待续)

1076: [SCOI2008]奖励关

Time Limit: 10 Sec  Memory Limit: 128 MB
Submit: 2938  Solved: 1537
[Submit][Status][Discuss]

Description

　　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？

Input

　　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。

Output

　　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。

Sample Input

1 2
1 0
2 0

Sample Output

1.500000

HINT

 

【数据规模】

1<=k<=100,1<=n<=15，分值为[-10^6,10^6]内的整数。

 

Source

#include <cstdio>
#include <iostream>
using namespace std;
typedef long long LL;
const int MAX=105;
int n,m,t[20],p[20],v[20];
double f[MAX][1<<16];
int main(){
    freopen ("level.in","r",stdin);freopen ("level.out","w",stdout);
    int i,j,k;
    scanf("%d%d",&m,&n);
    for (i=1;i<=17;i++) p[i]=1<<(i-1); 
    for (i=1;i<=n;i++){
        scanf("%d",v+i);
        while (scanf("%d",&j),j) t[i]+=p[j];
    }
    for (i=m;i;i--){
        for (j=0;j<=p[n+1]-1;j++){
            for (k=1;k<=n;k++)
                if ((t[k]&j)==t[k])
                    f[i][j]+=max(f[i+1][j],f[i+1][j|p[k]]+v[k]);
                else
                    f[i][j]+=f[i+1][j];
            f[i][j]/=n;
        }
    }
    printf("%.6lf",f[1][0]);
    return 0;
}