【bzoj 1076】[SCOI2008]獎勵關(狀壓dp+概率)
1076: [SCOI2008]獎勵關
Time Limit: 10 Sec Memory Limit: 128 MBSubmit: 1817 Solved: 994
[Submit][Status][Discuss]
Description
你正在玩你最喜歡的電子遊戲,並且剛剛進入一個獎勵關。在這個獎勵關裡,系統將依次隨機丟擲k次寶物,
每次你都可以選擇吃或者不吃(必須在丟擲下一個寶物之前做出選擇,且現在決定不吃的寶物以後也不能再吃)。
寶物一共有n種,系統每次丟擲這n種寶物的概率都相同且相互獨立。也就是說,即使前k-1次系統都丟擲寶物1(
這種情況是有可能出現的,儘管概率非常小),第k次丟擲各個寶物的概率依然均為1/n。 獲取第i種寶物將得到Pi
分,但並不是每種寶物都是可以隨意獲取的。第i種寶物有一個前提寶物集合Si。只有當Si中所有寶物都至少吃過
一次,才能吃第i種寶物(如果系統丟擲了一個目前不能吃的寶物,相當於白白的損失了一次機會)。注意,Pi可
以是負數,但如果它是很多高分寶物的前提,損失短期利益而吃掉這個負分寶物將獲得更大的長期利益。 假設你
採取最優策略,平均情況你一共能在獎勵關得到多少分值?
Input
第一行為兩個正整數k和n,即寶物的數量和種類。以下n行分別描述一種寶物,其中第一個整數代表分值,隨
後的整數依次代表該寶物的各個前提寶物(各寶物編號為1到n),以0結尾。
Output
輸出一個實數,保留六位小數,即在最優策略下平均情況的得分。
Sample Input
1 21 0
2 0
Sample Output
1.500000HINT
【資料規模】
1<=k<=100,1<=n<=15,分值為[-10^6,10^6]內的整數。
Source
【題解】【狀壓dp+概率】
【這一步的期望=(上一步的期望+這一步的價值)/n】
【f[i][j] 表示到第i種物品的j狀態的期望。】
【由於前面的物品對後面的物品有影響,那麼這樣考慮起來無疑會使算期望變得很繁瑣。所以考慮倒推,即考慮一種物品選了後,有哪些物品必選,這一點可以通過每一個物品的“至少”狀態找出。那麼這一步的期望至少就是就是上一步的期望+當前必選點的價值除以n,非必選點可選可不選。 這樣保證到每個點都是有效狀態,期望就好求得多】
#include<cstdio> #include<cstring> #include<algorithm> using namespace std; int mi[20],d[20],val[20],n,k; double f[110][65540]; int main() { for(int i=1;i<=16;++i) mi[i]=1<<(i-1); scanf("%d%d",&k,&n); for(int i=1;i<=n;++i) { int x; scanf("%d%d",&val[i],&x); while(x) { d[i]+=mi[x]; scanf("%d",&x); } } for(int i=k;i>0;--i) for(int j=0;j<=mi[n+1]-1;++j) { for(int h=1;h<=n;++h) if((d[h]&j)==d[h]) f[i][j]+=max(f[i+1][j],f[i+1][j|mi[h]]+val[h]); else f[i][j]+=f[i+1][j]; f[i][j]/=n; } printf("%.6lf\n",f[1][0]); return 0; }