dp培训完结(8.9)
概率与期望dp
期望:
为什么下面的式子成立?
若x可以取1,2,3,则x+c可以取1+c,2+c,3+c..........x*c可以取1*c,2*c,3*c
why?
举个例子(E(x+y)=E(x)+E(y))
如果我们有两个个四面的色子,要计算E(x+y)
第一个色子的取值 1 2 3 4
第二个色子的取值 1 2 3 4
当x+y取值为4时
x的取值:1,2,3
y的取值:1,2,3
所以只考虑4,就有三组互相搭配
也就是
严谨证明:莫得证明
E(x+y)=E(x)+E(y)在任何时候都成立(就算不独立也成立)
注意只有互相独立的时候才能乘起来
概率:求方案数的计数问题
期望:求价值总和的计数问题
(求差)
至少抽一次,有3/4的概率回到最开始的局面,所以是1+x*3/4
bzoj1867
感觉可以从上往下递推???
如果不考虑去掉钉子,辣么dp[i][j]=dp[i-1][j-1]*1/2+dp[i-1][j]*1/2(这里j就是按照三角形来的qwq)
那怎么处理没有钉子的情况?
如果(i,j)的上方(i-2)(j-1)没有钉子,那就多了一个从(i-2)(j-1)转移过来
bzoj5004
如果我们打开一个箱子,那么我们可以用箱子里的钥匙去打开其他箱子。
如果由钥匙所处的箱子向该钥匙能打开的箱子建边,就会出现好几个环
那dp[i][j]表示前i个环,选了j个箱子的方案数
dp[i+1][j+k]=dp[i][j]+
bzoj 5091
这里要用到E(x+y)=E(x)+E(y)的性质
答案就是E(x1+x2+...+xn),其中xi表示是否在第i棵苹果树下
即
表示第k轮到i的概率
震惊!!!
竟然是一样的!!!
why???
每个点i接受多少条相邻的边,就有多少个,所以总量还是
神tm炉石
f[i][a][b][c]:还剩下i轮,血量为1的奴隶的数量为a,血量为2的奴隶数量为b,血量为3的奴隶的数量为c,英雄扣的血的期望
1/s,a/s,b/s,c/s为打到某种人的概率
打到英雄:f[i][a][b][c]--->f[i-1][a][b][c]-1
打到a: f[i][a][b][c]--->f[i-1][a-1][b][看加不加]
打到b:f[i][a][b][c]->f[i-1][a+1][b-1][c]
打到c: f[i][a][b][c]---->f[i-1][a][b+1][c-1]
dp方程大概
(from lz)
换教室
弗洛伊德搞最短路径(求任意两点的最短路径)
dp[i][j]表示前i门课,申请了j门的期望
可以吗?
考虑转移
一门课要么申请要么不申请
不申请:dp[i][j]=dp[i-1][j]
好像要加个距离
距离怎么表示呢?
好像和上一个申不申请有关诶
那就再来一维
dp[i][j][0/1],记录第i次申不申请
①:若上一次申请,这次不申请:距离=成功概率*成功距离+失败概率*失败距离
②:上一次不申请,这一次申请:同上
③:都不申请:原距离
④:都申请:成功1概率*失败2概率*距离(成功1,失败2)+成功1概率*成功2概率*距离(成功1,成功2)+......
(考虑上一个是否成功,这一个是否成功)
dp[i][j][0]=min(dp[i-1][j][0]+dis(a[i-1],a[i]),dp[i-1][j-1][1]+dis(b[i-1],a[i])*成功概率+dis(a[i-1],a[i])*失败概率)
dp[i][j][1]=min(dp[i-1][j][0]+dis(a[i-1],a[i])*这次失败概率+dis(a[i-1],b[i])*这次成功概率,dp[i-1][j-1][1]+dis(b[i-1],b[i])*上次成功概率*这次成功概率+dis(b[i-1],a[i])*上次成功概率*这次失败概率+dis(a[i-1],b[i])*上次失败概率*这次成功概率+dis(a[i-1],a[i])*上次失败概率*这次成功概率)
妈耶这可真长
bzoj1076奖励关
dp[i][s]表示还剩下i轮游戏,之前吃了s的宝物的期望得分
选择吃或不吃中较大的那个情况
吃:转移到dp[i-1][s(s满足si)]+分数
不吃:转移到dp[i-1][s]
dp[i][s]=max{dp[i-1][s],dp[i-1][s|k]+p[k])/m
为什么要/m呢?
因为每个宝物都有1/m的概率被抛出来
区间dp枚举断点qwq
dp[i]=min{dp[j]+(sum[i]-sum[j])2+M}
然后T飞
斜率优化:
设k<j,j比k要优
那我们把看做点
两个点的关系:
如果,j比k优,反之k比j优
三个点的情况:
设y[j]=
①:2s[i]> >:k比j优,l比k优,所以l最优
②: >2s[i]> :j比k优,l比k优,l和j谁更优不知道,但k肯定没有什么用
③:> > 2s[i]:j比k优,k比l优,所以j最优
总结:反正k不是最优的(可怜的kQnQ)
k是在斜率递减时的中间点,所以我们可以知道:
当斜率递减时,分界点一定不是最优解
有用的一般是底下的点
注意图中的有线的部分的斜率都是递增的
据说介个东西叫做下凸包
为什么哪些没有划线的点一定不是最优解呢?
我们用下面的点连一下没有线的点,一定可以连出来一个三角形,也就是会出现斜率递减的情况。且斜率递减的交界点就是没有线的点,所以这些没有线的点很没用
维护队首最优
如果发现新加进去的点构成了斜率递减的三元组,则删掉中间的点
斜率优化推式子:
把平方拆开
能消的消掉
把与i相关的放在右边,与j,k相关的放在左边
与j有关的用括号括起来,与k有关的用另一个括号括起来
代码
bzoj 4321
1~n考虑不断往里面插
f[i][0/1]前i个,有j个相邻对
如果i+1插在i旁边,则相邻对+1
若插在相邻对之间,相邻对-1
插在其它中间:不变
若i,i-1相邻:i+1插中间不变
总方案数:π(c[i][j]+1)
设f[s]为s集合的点的合法方案数
连通数=随意连-不连通的方案数
既然s不连通,那么站在1号点的角度考虑,1号点肯定会自己分出去一个联通块
枚举1号点分出去的连通块
设1号点连通了t集合,设all[i]位i集合的随意连的方案数(i集合与别的集合之间的边不考虑)
那么all[s^t]也就不考虑s^t和t集合之间的连边了,所以它们并起来就是不连通的,也就是s集合的不合法情况
s不能连通的方案数:s^t总方案数*能连通的方案数
所以就是f[s]=all[s]-(∑all[s^t]*f[t])(t为s的子集且包含s的最后一位)