题目传送门

  题目大意:总共有k次弹出宝物的机会,宝物共有n种,弹出不同的宝物的概率相同的,是每个宝物都有价值,和选择这个宝物的限制(必须具有特定的宝物),问最后的最优期望是多少。

  思路:“正向推概率,反向推期望。”,一看数据范围就知道肯定是状压。

  这里推荐一个大佬的博客 https://blog.csdn.net/nameofcsdn/article/details/52082746

  考虑f[ i ][ j ],j为二进制数,表示在第i个格子之前具有了 j 的状态,那在这个格子,对于每一个物体,有能吃和不能吃两种情况。(用( j | t)==j 来判断j是否包含了t)。

  对于能吃情况(即满足限制条件),那我可以选择吃或者不吃,由于我已经算出了第i+1层的所有期望,所以我只要选择吃和不吃里的最大值就可以了,由于这个格子弹出的物品总共有n种情况,所以要记得概率要除以n。

  

      f[i][j]+=max(f[i+][j],f[i+][j|(<<(x-))]+w[x])/n;//每一个x都对应1/n的情况,每个i,j都有两个方向,即这个东西吃还是不吃

  对于不能吃的情况,只能选择不吃。

      f[i][j]+=f[i+][j]/n;//只有一个方向

  所以这样dp结束后,f[ 1 ][ 0 ]就是我们要的答案。

  为什么期望要倒着做呢,第一,正着做wa了。。。第二,倒着做保证了dp时全是合法的情况。

#include<bits/stdc++.h>
#define CLR(a,b) memset(a,b,sizeof(a))
using namespace std;
typedef long long ll;
double dp[][],f[][],w[];
int t[];
int k,n;
int main(){
cin>>k>>n;
for(int i=;i<=n;i++)
{
scanf("%lf",&w[i]);
int x;
while(scanf("%d",&x),x){
t[i]|=(<<(x-));
}
}
for(int i=k;i>;i--)
{
for(int j=;j<(<<n);j++)
{
for (int x=;x<=n;x++)
{
if((j|t[x])==j)f[i][j]+=max(f[i+][j],f[i+][j|(<<(x-))]+w[x])/n;//每一个x都对应1/n的情况,每个i,j都有两个方向,即这个东西吃还是不吃
else f[i][j]+=f[i+][j]/n;//只有一个方向
}
}
}
printf("%.6f\n",f[][]);
}

1076: [SCOI2008]奖励关

Time Limit: 10 Sec  Memory Limit: 128 MB
Submit: 3830  Solved: 2071
[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。

05-11 22:50