P2473 [SCOI2008]奖励关(状压+期望dp)

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。





拿到这题,一看最优策略的期望值

e。。 f [i,j] 表示到第k次 并且现在的集合是j的最大值

开始以为能转移,因为我太native,转移的时候求的是最大值,但是又可能有多个状态转移到一个状态

所以我是取max还是取和呢。。。所以挂了

发现都说要从后往前推,这保证了都是从合法的状态转移而来且求加和就行了




 1 #include <cmath>
 2 #include <cstdio>
 3 #include <cstring>
 4 #include <iostream>
 5 #include <algorithm>
 6 using namespace std;
 7 inline int read() {
 8     int res = 0; bool bo = 0; char c;
 9     while (((c = getchar()) < ‘0‘ || c > ‘9‘) && c != ‘-‘);
10     if (c == ‘-‘) bo = 1; else res = c - 48;
11     while ((c = getchar()) >= ‘0‘ && c <= ‘9‘)
12         res = (res << 3) + (res << 1) + (c - 48);
13     return bo ? ~res + 1 : res;
14 }
15 const int M = 105, N = 17;
16 int K, n, p[N], sta[N];
17 double f[M][1 << 15];
18 void chkmax(double &a, double b) {a = max(a, b);}
19 int main() {
20     int i, j, k, x; K = read(); n = read();
21     for (i = 1; i <= n; i++) {
22         p[i] = read(); while (x = read())
23             sta[i] = sta[i] | (1 << x - 1);
24     }
25     for (i = K; i >= 1; i--) for (j = 0; j < (1 << n); j++) {
26         for (k = 1; k <= n; k++) if ((j & sta[k]) == sta[k])
27             f[i][j] += max(f[i + 1][j], f[i + 1][j | (1 << k - 1)] + p[k]);
28         else f[i][j] += f[i + 1][j];
29         f[i][j] /= n;
30     }
31     printf("%.6lf\n", f[1][0]);
32     return 0;
33 }

还是太垃圾了。

原文地址:https://www.cnblogs.com/zhangbuang/p/10409841.html

时间: 2024-08-30 01:25:34

P2473 [SCOI2008]奖励关(状压+期望dp)的相关文章

P2473 || SCOI2008 奖励关 //状压&amp;&amp;期望DP

https://www.luogu.org/problemnew/show/P2473 一句话题意:有n种宝物,捡起会有得分(可能为负),有k轮可以捡起宝物.其中有些宝物,需要另外的宝物捡起过才能捡起. 问采取最优策略的期望得分. 解:期望的最大特点在于难写的递推式和倒序DP 但这道题没那么恶心,递推式还是挺好写的(指看完题解之后可以自己写出DP式子) f[i][S]表示在第1轮到第i-1轮内宝物是否取过的状态为S,第i轮到第K轮的最大期望得分 f [ i ][ S ] 在S满足时可以取或不取

BZOJ 1076 奖励关(状压期望DP)

当前得分期望=(上一轮得分期望+这一轮得分)/m dp[i,j]:第i轮拿的物品方案为j的最优得分期望 如果我们正着去做,会出现从不合法状态(比如前i个根本无法达到j这种方案),所以从后向前推 如果当前方案j里具备了取k这个物品的条件 那么dp[i,j]+=max{dp[i+1,j],dp[i+1,j  or  1<<(k?1)]+x[k]} 否则dp[i,j]+=dp[i+1,j] #include<cstdio> #include<iostream> using n

【BZOJ1076】[SCOI2008]奖励关 状压DP+期望

[BZOJ1076][SCOI2008]奖励关 Description 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

bzoj1076: [SCOI2008]奖励关 状压dp

Description 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

P2473 [SCOI2008]奖励关

P2473 [SCOI2008]奖励关 链接:https://www.luogu.org/problemnew/show/P2473 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

CF16E Fish(状压+期望dp)

[传送门[(https://www.luogu.org/problemnew/show/CF16E) 解题思路 比较简单的状压+期望.设\(f[S]\)表示\(S\)这个状态的期望,转移时挑两条活着的鱼打架.时间复杂度\(O(2^n*n^2)\). 代码 #include<iostream> #include<cstdio> #include<cstring> #include<cmath> #include<algorithm> using n

bzoj1076 奖励关 状压dp 概率dp

链接:http://www.lydsy.com/JudgeOnline/problem.php?id=1076 题意:给出n种物品,每种物品有牵制条件和价值,有k次选择机会,每次每个物品等概率出现,问平均情况下最大收益.(n<=15) 首先看到这个n的范围和限制条件就应该想到是状压. 定义数组f[i][j]为当前处在第i次抛物品时间,状态为j. 但是如果我们仅仅这样定义并正向转移就会遇到一个问题:我们是有可能从无效状态推出有效状态,进而得出错误的结论的.例如,1的限制条件为2.3.4,那么我们就

uva11600 状压期望dp

一般的期望dp是, dp[i] = dp[j] * p[j] + 1; 即走到下一步需要1的时间,然后加上 下一步走到目标的期望*这一步走到下一步的概率 这一题,我们将联通分块缩为一个点,因为联通块都是安全的 dp[u][s] 为当前在u,走过的联通块为s的期望天数 那么走到剩下没有走过的连通块的概率是   (n-have)/(n-1),  那么平均需要的时间是  (n-1)/(n-have), 走到下一个没有走过的连通块的概率为cnt[i] / (n-have) 所以dp[u][s] = (n

bzoj1076: [SCOI2008]奖励关(期望dp+状压dp)

1076: [SCOI2008]奖励关 Time Limit: 10 Sec  Memory Limit: 128 MBSubmit: 2989  Solved: 1557[Submit][Status][Discuss] Description 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