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 namespace std;
double F[101][65536];
int N,K,t;
int v[20],d[20],p[20];
int main()
{
    for(int i=1;i<=16;i++)p[i]=1<<(i-1);
    scanf("%d%d",&N,&K);
    for(int i=1;i<=K;i++)
    {
        scanf("%d%d",&v[i],&t);
        while(t)
        {
            d[i]+=p[t];
            scanf("%d",&t);
        }
    }
    for(int i=N;i;i--)
        for(int j=0;j<=p[K+1]-1;j++)
        {
            for(int k=1;k<=K;k++)
                if((d[k]&j)==d[k])
                   F[i][j]+=max(F[i+1][j],F[i+1][j|p[k]]+v[k]);
                else F[i][j]+=F[i+1][j];
            F[i][j]/=K;
        }
    printf("%.6lf",F[1][0]);
    return 0;
}

时间: 2025-01-03 23:20:37

BZOJ 1076 奖励关(状压期望DP)的相关文章

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.

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(DP)

题目链接:http://61.187.179.132/JudgeOnline/problem.php?id=1076 题意:n种宝物,每个宝物有两个属性: (1)价值:(2)该宝物的集合S,只有得到了集合S中的宝物时才能得到该宝物.每次从一个黑箱子中随机拿出一个宝物k,若k的集合S中的宝物都已经得 到,则k可要(也可不要),否则k不能要.每次拿到任意宝物概率相等.求随机拿K次的最大期望得分. 思路:从后向前,设f[i][j]表示到第i次拿完宝物,状态为j的最大价值.枚举i+1次拿的宝物k,若k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】[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

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

BZOJ 1076 奖励关

注意几点: 1.为什么要逆推?由此状态可以轻易算出彼状态是否可行,而彼状态却无法轻易还原为此状态. 2.为什么可以逆推?假设时光倒流了....23333 3.注意位运算的准确,大胆写方程. #include<iostream> #include<cstdio> #include<cstring> #include<algorithm> using namespace std; int k,n,p[150],x,limit[150]; double dp[15