BZOJ1076:[SCOI2008]奖励关(状压DP,期望)

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。

Solution

f[i][j]表示当前该拿第i个了,拿之前状态为j
第一道概率DPemmm……俗话说顺推概率,逆推期望。
总结里有相关说明
这个题我们预处理一下前提集合,
然后转移的时候判断当前状态是否包含前提集合再进行转移即可。

Code

 1 #include<iostream>
 2 #include<cstring>
 3 #include<cstdio>
 4 int N,K,v[20],pre[20],x;
 5 double f[105][40001];
 6 using namespace std;
 7 int main()
 8 {
 9     scanf("%d%d",&N,&K);
10     double p=1.0/K;
11     for (int i=1;i<=K;++i)
12     {
13         scanf("%d%d",&v[i],&x);
14         while (x)
15             pre[i]|=(1<<x-1),scanf("%d",&x);//pre记录前提宝物 
16     }
17     for (int i=N;i>=1;--i)
18         for (int j=0;j<=(1<<K)-1;++j)
19             for (int k=1;k<=K;++k)
20                 if ((pre[k]&j)==pre[k])
21                     f[i][j]+=p*max(f[i+1][j],f[i+1][j|(1<<k-1)]+v[k]);
22                 else
23                     f[i][j]+=p*f[i+1][j];
24     printf("%0.6lf",f[1][0]);
25 }
posted @ 2018-03-31 10:18  Refun  阅读(130)  评论(0编辑  收藏  举报