动态规划训练之四

https://www.luogu.org/problem/P2473

看数据范围,不是搜索就是状压

于是就开心状压,先不要管他什么期望

DP模型很容易想到,

f[i,S]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。

但这个模型存在问题:可能在第i轮无法到达状态S为什么呢?

比如你枚举i的时候是从1开始的,而此时你又要枚举j01<<(n-1),

肯定是不行的啊,那怎么办?

所以,这里把定义换一下

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,

那么这样就可以通过逆推进行转移了。

转移方程为:

对于任意一个1<=k<=n

1、如果S包含的状态满足取第k种宝物的条件,则可以取或不取。不取则为f[i+1,S],综合取则为max(f[i+1,S],f[i+1,S|(1<

2、如果S包含的状态不满足取第k种宝物的条件,则不能取,即f[i,S]+=f[i+1,S]

而这里求的是期望值,上面求的东西覆盖了第i轮取了所有n种宝物的情况,所以在每一个状态计算完之后,把f[i,S]除以n即为期望平均值。

最后答案为f[1,0]

#include 
#include 
#include 
#include 
#include 
using namespace std;
inline int read() {
    int res = 0; bool bo = 0; char c;
    while (((c = getchar()) < '0' || c > '9') && c != '-');
    if (c == '-') bo = 1; else res = c - 48;
    while ((c = getchar()) >= '0' && c <= '9')
        res = (res << 3) + (res << 1) + (c - 48);
    return bo ? ~res + 1 : res;
}
const int M = 105, N = 17;
int K, n, p[N], sta[N];
double f[M][1 << 15];
void chkmax(double &a, double b) {a = max(a, b);}
int main() {
    int i, j, k, x; K = read(); n = read();
    for (i = 1; i <= n; i++) {
        p[i] = read(); while (x = read())
            sta[i] = sta[i] | (1 << x - 1);
    }
    for (i = K; i >= 1; i--) for (j = 0; j < (1 << n); j++) {
        for (k = 1; k <= n; k++) if ((j & sta[k]) == sta[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("%.6lf\n", f[1][0]);
    return 0;
}

你可能感兴趣的:(动态规划训练之四)