CF739E Gosha is hunting 【WQS二分 + 期望】

题目链接

CF739E

题解

抓住个数的期望即为概率之和
使用\(A\)的期望为\(p[i]\)
使用\(B\)的期望为\(u[i]\)
都使用的期望为\(p[i] + u[i] - u[i]p[i]\)
当然是用越多越好

但是他很烦地给了个上限,我们就需要作出选择了
有一个很明显的\(O(n^3)\)的\(dp\),显然过不了

但我们有一个很好的\(WQS\)二分
我们非常想去掉这个上限
那就去掉吧,但是每用一次都要付出一个代价
我们二分这个代价,当使用次数恰好为为\(a\)和\(b\)时就是答案
再加回付出的代价即可
非常巧妙地变成了\(O(n\log^2n)\)

这种二分技巧非常棒
当我们求的东西有一个限制个数时,可以通过设置代价去掉上限

//Mychael
#include<algorithm>
#include<iostream>
#include<cstdlib>
#include<cstring>
#include<cstdio>
#include<vector>
#include<queue>
#include<cmath>
#include<map>
#define LL long long int
#define REP(i,n) for (int i = 1; i <= (n); i++)
#define Redge(u) for (int k = h[u],to; k; k = ed[k].nxt)
#define cls(s,v) memset(s,v,sizeof(s))
#define mp(a,b) make_pair<int,int>(a,b)
#define cp pair<int,int>
#define eps 1e-9
using namespace std;
const int maxn = 2005,maxm = 100005,INF = 0x3f3f3f3f;
inline int read(){
    int out = 0,flag = 1; char c = getchar();
    while (c < 48 || c > 57){if (c == '-') flag = 0; c = getchar();}
    while (c >= 48 && c <= 57){out = (out << 1) + (out << 3) + c - 48; c = getchar();}
    return flag ? out : -out;
}
int n,a,b,cnta,cntb;
double p[maxn],u[maxn],A,B,ans;
int work(double cost){
    A = cost; cnta = cntb = 0; ans = 0;
    int sol; double val;
    REP(i,n){
        val = 0; sol = 0;
        if (p[i] - A > val) sol = 1,val = p[i] - A;
        if (u[i] - B > val) sol = 2,val = u[i] - B;
        if (p[i] + u[i] - u[i] * p[i] - A - B > val)
            sol = 3,val = p[i] + u[i] - u[i] * p[i] - A - B;
        if (sol == 1 || sol == 3) cnta++;
        if (sol == 2 || sol == 3) cntb++;
        ans += val;
    }
    return cnta;
}
int check(double cost){
    B = cost;
    double l = 0,r = 1.0,mid;
    while (r - l > eps){
        mid = (l + r) / 2.0;
        if (work(mid) <= a) r = mid;
        else l = mid;
    }
    work(r);
    A = l;
    return cntb;
}
int main(){
    n = read(); a = read(); b = read();
    REP(i,n) scanf("%lf",&p[i]);
    REP(i,n) scanf("%lf",&u[i]);
    double l = 0,r = 1.0,mid;
    while (r - l > eps){
        mid = (l + r) / 2.0;
        if (check(mid) <= b) r = mid;
        else l = mid;
    }
    check(r);
    printf("%.8lf",ans + a * A + b * B);
    return 0;
}

原文地址:https://www.cnblogs.com/Mychael/p/9264916.html

时间: 2024-07-30 11:31:18

CF739E Gosha is hunting 【WQS二分 + 期望】的相关文章

cf739E Gosha is hunting (flows)

739E 有$a$个普通球,$b$个超级球,有$n$个要捕捉的宝可梦,对于第$i$个宝可梦普通球的捕捉概率是$p_i$,超级球的捕捉概率是$u_i$,每种球只能扔一个到同一个宝可梦,同一个宝可梦可以被扔两种球.然后问在最优策略下捕捉个数的期望 考虑概率$dp$,发现状态无法简化到$n^2$级别,原来不是dp 假定每个宝可梦只能被扔一个球,那就是个匹配问题了,设$A$为普通球,$B$为超级球,源点向$A$,$B$连容量为球的个数,花费为$0$的边,$A,B$分别向每个精灵连容量为$1$,花费为$p

CF739E Gosha is hunting DP+wqs二分

我是从其他博客里看到这题的,上面说做法是wqs二分套wqs二分?但是我好懒呀,只用了一个wqs二分,于是\(O(nlog^2n)\)→\(O(n^2logn)\) 首先我们有一个\(O(n^3)\)的暴力\(DP\),转移好写,形式优美,但复杂度不对 该怎样发现它的凸性质呢 1.打表√ 2.冷静分析一波,每一种球肯定是越多越好,于是我们先固定选择\(a\)个普通球,然后那\(b\)个大师球肯定是从大到小挑选.这样的话每多选一个,新增的收益就会下降一点,也就是说这是个上凸函数.(口胡如果假的话,就

CF739E Gosha is hunting

法一: 匹配问题,网络流! 最大费用最大流,S到A,B流a/b费0,A,B到i流1费p[i]/u[i],同时选择再减p[i]*u[i]? 连二次!所以i到T流1费0流1费-p[i]*u[i] 最大流由于ab都选择完最优 最大费用,所以不会第一次走-p[i]*u[i] 法二: DP怎么写? dp[i][j][k] 优化? 一定选择a.b个! 恰好选择a.b个? WQS二分! 一定是满足凸函数的性质的 所以选择若干个a,代价ca,求dp[i][b] 再次WQS二分! 所以选择若干个a,b,代价ca,

CF739E Gosha is hunting(费用流,期望)

根据期望的线性性答案就是捕捉每一只精灵的概率之和. 捕捉一只精灵的方案如下: 1.使用一个\(A\)精灵球,贡献为\(A[i]\) 2.使用一个\(B\)精灵球,贡献为\(B[i]\) 3.使用一个\(A\)精灵球和一个\(B\)精灵球,贡献为\(A[i]+B[i]-A[i]*B[i]\) 然后我们可以这样建图: 源点\(S\)向两个精灵球连容量为精灵球数量,费用为\(0\)的边. \(A\)精灵球向i连容量为\(1\),费用为\(A[i]\)的边. \(B\)精灵球向i连容量为\(1\),费用

【CF739E】Gosha is hunting(WQS二分套WQS二分)

点此看题面 大致题意: 你有两种捕捉球(分别为\(A\)个和\(B\)个),要捕捉\(n\)个神奇宝贝,第\(i\)个神奇宝贝被第一种球捕捉的概率是\(s1_i\),被第二种球捕捉的概率是\(s2_i\),问在最优策略下期望捕捉到的神奇宝贝数量. \(WQS\)二分 这应该是一道比较经典的\(WQS\)二分题(毕竟是 \(WQS\)二分套\(WQS\)二分). \(WQS\)二分套\(WQS\)二分 如果你知道\(WQS\)二分,应该就不难想到\(WQS\)二分一个代价\(C1\),表示每使用一

【CF739E】Gosha is hunting 贪心

[CF739E]Gosha is hunting 题意:有n个小精灵,你有a个普通球和b个超级球,用普通球抓住第i只小精灵的概率为$A_i$,用超级球抓住第i只小精灵的概率为$u_i$.你必须一开始就决定向哪些精灵投掷哪些精灵球,同种的球只能对一个精灵用一次,可以对一只精灵投掷两种球,如果两次中有一次抓到则视为抓到.问你如果采用最优的方案,最终抓到小精灵的期望个数是多少. $n\le 2000$. 题解:我们先将所有小精灵按$B$排序,然后我们枚举最后一个投b或ab的小精灵i,那么不难证明i左边

Codeforces.739E.Gosha is hunting(DP 带权二分)

题目链接 \(Description\) 有n只精灵,两种精灵球,每种球能捕捉到第i只精灵的概率已知.求用A个低级球和B个高级球能捕捉到精灵数的最大期望. \(Solution\) 设f[i][a][b]表示前i只用了a个低级球,b个高级球的最大期望.转移时四种情况显然.复杂度\(\mathcal O(nAB)\). 随着某种球可使用数的增多,f应是凸函数,即增长越来越慢.而且两种球都满足这个性质. 于是可以wqs二分套wqs二分了..没有个数限制取个max记一下个数就可以了.复杂度\(\mat

WQS二分题集

WQS二分,一种优化一类特殊DP的方法. 很多最优化问题都是形如“一堆物品,取与不取之间有限制.现在规定只取k个,最大/小化总收益”. 这类问题最自然的想法是:设f[i][j]表示前i个取j个的最大收益,转移即可.复杂度O(n^2). 那么,如果在某些情况下,可以通过将问题稍作转化,变成一个不强制选k个的DP,而最后DP出来的最优解一定正好选了k个,那么问题就会简化很多. WQS二分就是基于这个思想. 首先考虑建一个二维坐标系,x轴是选的数的个数,y轴是最大收益,如果这个x-y图像有凸性,那么就

[九省联考2018]林克卡特树(DP+wqs二分)

对于k=0和k=1的点,可以直接求树的直径. 然后对于60分,有一个重要的转化:就是求在树中找出k+1条点不相交的链后的最大连续边权和. 这个DP就好.$O(nk^2)$ 然后我们完全不可以想到,将best[k](选择k条链的答案)打表输出,更不可能然后作差分,发现得到的数组是递减的. 这说明:best[k]是一个上凸包. 于是我们可以二分一个斜率去切这个凸包(类似导数),根据切点横坐标与k的大小旋转直线(改变斜率). 考虑给你一个直线斜率k,怎么找到它和凸包的切点.实际上就相当于将这个凸函数减