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?
Input
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。
Output
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。
Sample Input
1 2
1 0
2 0
Sample Output
1.500000
HINT
【数据规模】
1<=k<=100,1<=n<=15,分值为[-10^6,10^6]内的整数。
题解:一开始没看懂题。看懂之后发现就是一个普通的状压dp。把每个物品选或不选压成二进制位。
用f[i][j]表示第i轮选择物品的集合是j的方案数。
然后倒着dp的。
如果(limit[i]&j)==limit[i] f[i][j]=max(f[i][j],f[i+1][j | limit[i]);否则 f[i][j]+=f[i+1][j];
#include<iostream> #include<cstdio> #include<cstring> using namespace std; int K,n,limit[16]; double f[101][1<<16],p[16]; int main() { int x; scanf("%d%d",&K,&n); for(int i=1;i<=n;++i){ scanf("%lf",&p[i]); while(scanf("%d",&x)){ if(!x) break; limit[i]|=1<<(x-1); } } for(int i=K;i>=1;--i) for(int j=0;j<=(1<<(n+1))-1;++j) { for(int k=1;k<=n;++k) { if((limit[k]&j)==limit[k]) f[i][j]+=max(f[i+1][j],f[i+1][j|(1<<(k-1))]+p[k]); else f[i][j]+=f[i+1][j]; } f[i][j]/=n; } printf("%.6f\n",f[1][0]); }
版权声明:本文为博主原创文章,未经博主允许不得转载。