洛谷 P2473 [SCOI2008]奖励关 (概率dp&&状压)

    xiaoxiao2022-07-08  215

    题目背景

    08四川NOI省选

    题目描述

    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?

    输入输出格式

    输入格式:

     

    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。

     

    输出格式:

     

    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。

     

    输入输出样例

    输入样例#1: 复制

    1 2 1 0 2 0

    输出样例#1: 复制

    1.500000

    输入样例#2: 复制

    6 6 12 2 3 4 5 0 15 5 0 -2 2 4 5 0 -11 2 5 0 5 0 1 2 4 5 0

    输出样例#2: 复制

    10.023470

    说明

    1 <= k <= 100, 1 <= n <= 15,分值为[-106,106]内的整数。

    题意不解释了,看到范围,15,而且对于第i个宝物,还有需要选的前置状态,那我们现在就可以1<<15来记录当前选了哪些的状态,f[i][j],代表前i - 1个物品我们当前选了j状态的物品的最大得期望得分,输入的前置还是用普遍的状压存一下,我们对期望还是倒着dp,类比以前的题,接着考虑转移,k是我们枚举的第k个物品,j是我们枚举的状态j,如果j & p[k] == p[k],则说明p[k]是j的子集,那么j就满足选第k个的前置条件了,所以转移就有  f[i][j] += max(f[i + 1][j],f[i + 1][j | (1 << (k - 1))] + val[k]),如果不满足 f[i][j] += f[i + 1][j],最后根据期望的定义,再除以概率,我们的结果就是f[1][0]

    double f[105][40000];///表示到了第i轮,宝物是否取过的状态为S的最大期望得分。 int p[maxn]; double val[maxn]; int main() { int m; while(cin >> n >> m){ for(int i = 1;i <= m;i++){ cin >> val[i]; while(1){ int x; cin >> x; if(x == 0) break; p[i] |= (1 << (x - 1)); } } for(int i = n;i >= 1;i--){ for(int j = 0;j < (1 << m);j++){ for(int k = 1;k <= m;k++){ if((j & p[k]) == p[k]){ double Max = max(f[i + 1][j],f[i + 1][j | (1 << (k - 1))] + val[k]); f[i][j] += Max; }else f[i][j] += f[i + 1][j]; } f[i][j] /= m; } } wt(f[1][0],6); } return 0; }

     

    最新回复(0)