奖励关
题目链接:https://www.luogu.com.cn/problem/P2473
思路:设f[i,j]表示当前吃的状态为i,当前是第j次抛的按最优决策的期望得分。然后先找到已知条件进行逆推。对于所有的k。
当k可要可不要或必须吃时:f[i,j]+=max(f[i+1,j],f[i+1,j|(1<<k)])
当k不可以吃时:f[i,j]+=f[i+1,j]
#include<bits/stdc++.h> #include<stdio.h> #include<string.h> #include<iostream> #include<algorithm> using namespace std; typedef long long ll; int a[16],b[16]; double dp[110][1<<16]; int main() { int n,m; cin>>m>>n; for(int i=1; i<=n; i++) { cin>>a[i]; int x; while(1) { cin>>x; if(!x) break; b[i]|=(1<<(x-1)); } } for(int i=m; i>=1; i--) { for(int j=0; j<(1<<n); j++) { for(int k=0; k<n; k++) { if((j&b[k])==b[k]) dp[i][j]+=max(dp[i+1][j],dp[i+1][j|(1<<k)]+a[k]); else dp[i][j]+=dp[i+1][j]; } dp[i][j]/= n; } } printf("%.6lf",dp[1][0]); }