1. 程式人生 > >Codeforces 148D Bag of mice:概率dp 記憶化搜索

Codeforces 148D Bag of mice:概率dp 記憶化搜索

include lac font eof i+1 cnblogs href 都沒有 color

題目鏈接:http://codeforces.com/problemset/problem/148/D

題意:

  一個袋子中有w只白老鼠,b只黑老鼠。

  公主和龍輪流從袋子裏隨機抓一只老鼠出來,不放回,公主先拿。

  公主每次抓一只出來。龍每次在抓一只出來之後,會隨機有一只老鼠跳出來(被龍嚇的了。。。)。

  先抓到白老鼠的人贏。若兩人最後都沒有抓到白老鼠,則龍贏。

  問你公主贏的概率。

題解:

  表示狀態:

    dp[i][j] = probability to win(當前公主先手,公主贏的概率)

    i:剩i只白老鼠

    j:剩j只黑老鼠

  找出答案:

    ans = dp[w][b]

  邊界條件:

    if i==0 dp[i][j] = 0 (沒有白老鼠了,不可能贏)

    else if j==0 dp[i][j] = 1 (有且只有白老鼠,一定贏)

    else if j==1 dp[i][j] = i/(i+1) (如果公主拿了黑老鼠,那麽龍一定會拿到白老鼠,公主輸。所以公主一下就要拿到白老鼠)

  如何轉移:

    對於dp[i][j],有兩種贏的方法:

      (1)公主在這個回合一次就抓到了白老鼠。

      (2)公主和龍都各抓了一只黑老鼠,然後公主在下一個回合贏了。

    P(一次就抓到了白老鼠) = i/(i+j)

    P(進入下個回合,即兩人都抓到黑老鼠) = P(公主抓到黑老鼠) * P(龍抓到黑老鼠) = j/(i+j) * (j-1)/(i+j-1)

    所以dp[i][j] = P(一次就抓到了白老鼠) + P(進入下個回合) * P(在下個回合贏)

    

    那麽考慮下個回合可能的狀態。

    因為公主和龍都已經抓走了兩只黑老鼠,那麽下個回合取決於跳出來的老鼠,有三種可能:

      (1)跳出來白老鼠

      (2)跳出來黑老鼠

      (3)老鼠已經抓完了,沒有老鼠跳出來

    對於情況(3),原狀態(i,j)只可能為:(1,1) , (0,2) , (2,0),均包含在邊界條件中,所以不作考慮。

    剩下兩種情況的可能性:

      (1)P(跳出來白老鼠) = i/(i+j-2) (i>=1 and j>=2)

      (2)P(跳出來黑老鼠) = (j-2)/(i+j-2) (j>=3)

    所以P(在下個回合贏) = P(跳出來白老鼠) * dp[i-1][j-2] + P(跳出來黑老鼠) * dp[i][j-3]

    總方程:

      nex = 0

      if i>=1 and j>=2 nex += i/(i+j-2)*dp[i-1][j-2]

      if j>=3 nex += (j-2)/(i+j-2)*dp[i][j-3]

      dp[i][j] = i/(i+j) + j/(i+j) * (j-1)/(i+j-1) * nex

  另外,這道題的題解有兩個版本,一種記憶化搜索,一種for循環版,都差不多。

AC Code(記憶化搜索):

 1 // state expression:
 2 // dp[i][j] = probability to win
 3 // i: i white mice
 4 // j: j black mice
 5 //
 6 // find the answer:
 7 // ans = dp[w][b]
 8 //
 9 // transferring:
10 // if i>=1 and j>=2 nex += i/(i+j-2)*dp[i-1][j-2]
11 // if j>=3 nex += (j-2)/(i+j-2)*dp[i][j-3]
12 // dp[i][j] = i/(i+j) + j/(i+j) * (j-1)/(i+j-1) * nex
13 //
14 // boundary:
15 // if i==0 dp[i][j] = 0
16 // if j==0 dp[i][j] = 1
17 // if j==1 dp[i][j] = i/(i+1)
18 #include <iostream>
19 #include <stdio.h>
20 #include <string.h>
21 #define MAX_N 1005
22 
23 using namespace std;
24 
25 int w,b;
26 bool vis[MAX_N][MAX_N];
27 double ans;
28 double dp[MAX_N][MAX_N];
29 
30 double dfs(int i,int j)
31 {
32     if(vis[i][j]) return dp[i][j];
33     vis[i][j]=true;
34     if(i==0) return dp[i][j]=0;
35     if(j==0) return dp[i][j]=1;
36     if(j==1) return dp[i][j]=(double)i/(i+1);
37     double nex=0;
38     nex+=(double)i/(i+j-2)*dfs(i-1,j-2);
39     if(j>=3) nex+=(double)(j-2)/(i+j-2)*dfs(i,j-3);
40     return dp[i][j]=(double)i/(i+j)+(double)j/(i+j)*(j-1)/(i+j-1)*nex;
41 }
42 
43 void read()
44 {
45     cin>>w>>b;
46 }
47 
48 void solve()
49 {
50     memset(vis,false,sizeof(vis));
51     ans=dfs(w,b);
52 }
53 
54 void print()
55 {
56     printf("%.9f\n",ans);
57 }
58 
59 int main()
60 {
61     read();
62     solve();
63     print();
64 }

AC Code(for循環):

 1 #include <iostream>
 2 #include <stdio.h>
 3 #include <string.h>
 4 #define MAX_N 1005
 5 
 6 using namespace std;
 7 
 8 int w,b;
 9 double ans;
10 double dp[MAX_N][MAX_N];
11 
12 void read()
13 {
14     cin>>w>>b;
15 }
16 
17 void solve()
18 {
19     memset(dp,0,sizeof(dp));
20     for(int i=0;i<=w;i++)
21     {
22         for(int j=0;j<=b;j++)
23         {
24             if(i==0)
25             {
26                 dp[i][j]=0;
27                 continue;
28             }
29             if(j==0)
30             {
31                 dp[i][j]=1;
32                 continue;
33             }
34             if(j==1)
35             {
36                 dp[i][j]=(double)i/(i+1);
37                 continue;
38             }
39             double nex=(double)i/(i+j-2)*dp[i-1][j-2];
40             if(j>=3) nex+=(double)(j-2)/(i+j-2)*dp[i][j-3];
41             dp[i][j]=(double)i/(i+j)+(double)j/(i+j)*(j-1)/(i+j-1)*nex;
42         }
43     }
44 }
45 
46 void print()
47 {
48     printf("%.9f\n",dp[w][b]);
49 }
50 
51 int main()
52 {
53     read();
54     solve();
55     print();
56 }

Codeforces 148D Bag of mice:概率dp 記憶化搜索