[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。


设f[i][sta]表示到第i个,已选的宝物种类状态为sta的期望。由于正着枚举可能会导致合法状态从非法状态转移过来,如果倒着枚举则只会由合法状态转移到合法状态。然后为了防止精度误差,求期望的除法我们最后除即可。

/*program from Wolfycz*/
#include<cmath>
#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#define inf 0x7f7f7f7f
using namespace std;
typedef long long ll;
typedef unsigned int ui;
typedef unsigned long long ull;
inline int read(){
	int x=0,f=1;char ch=getchar();
	for (;ch<'0'||ch>'9';ch=getchar())	if (ch=='-')    f=-1;
	for (;ch>='0'&&ch<='9';ch=getchar())	x=(x<<1)+(x<<3)+ch-'0';
	return x*f;
}
inline void print(int x){
	if (x>=10)	print(x/10);
	putchar(x%10+'0');
}
const int N=1e2,M=15;
double f[N+10][(1<<M)+10];
int G[M+5],v[M+5];
int main(){
	int n=read(),m=read();
	for (int i=1,x;i<=m;i++){
		v[i]=read();
		while (x=read())	G[i]|=1<<(x-1);
	}
	for (int i=n;i;i--){
		for (int sta=0;sta<1<<m;sta++){
			for (int j=1;j<=m;j++)
				f[i][sta]+=(G[j]&sta)==G[j]?max(f[i+1][sta],f[i+1][sta|(1<<(j-1))]+v[j]):f[i+1][sta];
			f[i][sta]/=m;
		}
	}
	printf("%.6lf
",f[1][0]);
	return 0;
}
原文地址:https://www.cnblogs.com/Wolfycz/p/9650325.html