B - Discovering Gold

最新推荐文章于 2022-02-17 20:37:15 发布

KetchupZ

最新推荐文章于 2022-02-17 20:37:15 发布

阅读量310

点赞数

CC 4.0 BY-SA版权

分类专栏： # 概率/期望DP

本文链接：https://blog.youkuaiyun.com/Dch19990825/article/details/86651705

概率/期望DP 专栏收录该内容

6 篇文章

订阅专栏

本文探讨了一个有趣的算法问题，即在一个由多个格子组成的洞穴中，通过掷骰子前进并收集黄金，求达到终点时的黄金期望值。文章详细解释了为什么简单动态规划方法不适用，并提出了正确的求解思路，最后附上了实现代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

B - Discovering Gold

You are in a cave, a long cave! The cave can be represented by a 1 x N grid. Each cell of the cave can contain any amount of gold.

Initially you are in position 1. Now each turn you throw a perfect 6 sided dice. If you get X in the dice after throwing, you add X to your position and collect all the gold from the new position. If your new position is outside the cave, then you keep throwing again until you get a suitable result. When you reach the Nth position you stop your journey. Now you are given the information about the cave, you have to find out the expected number of gold you can collect using the given procedure.

Input

Input starts with an integer T (****≤ 100), denoting the number of test cases.

Each case contains a blank line and an integer N (1 ≤ N ≤ 100) denoting the dimension of the cave. The next line contains N space separated integers. The ith integer of this line denotes the amount of gold you will get if you come to the ith cell. You may safely assume that all the given integers will be non-negative and no integer will be greater than 1000.

Output

For each case, print the case number and the expected number of gold you will collect. Errors less than 10-6 will be ignored.

Sample Input

3

1

101

2

10 3

3

3 6 9

Sample Output

Case 1: 101.0000000000

Case 2: 13.000

Case 3: 15

题意：

有n个格子，编号分别是1~N,每个格子下面有黄金，每到一个格子就掷骰子，掷到的点数就是你下一次跳跃的距离，骰子的有6面，点数分别为1~6,每次掷的点数是等概率的，如果你掷色子使你跳到第N格外面，则重新掷骰子。问到达n点的所获得黄金的期望是多少？

分析：

$不能简单的用 D P [i] 代表 1 到 i 的期望$ 如果对之有疑问请看下面，否则建议跳过

$用 d p [n] 代表 1 到 n 点所获的期望的话，则不能单纯的让前置位置的期望加上该点的黄金再乘以的到该状态的概率 .$

对于 $d p [j]$ , $j$ 的每个前置顶点 $i$ 加进来的期望为 $j)dp[j]+=(w[1~to~i]+val[i\ to\ j ])*P(1\ to\ i)*P(i\ to \ j)$

$i)!=1而P(1\ to\ i)!=1$ , $因为 1 去的方向最终点不全在 i 点，即所有可能的最终点不在 i 出，$

$用 d p [i] 代表 i 到 n 点的期望，那么 d p [i] 的求法 :$

$j)dp[i]=\sum _{j}(val[i]+dp[j])*P(i\ to\ j)$

$j)的求法即可注意\ P(i\ to\ j)的求法即可$

#include<cstdio>
#include<algorithm>
using namespace std;
const int maxn=1e2+10;
int val[maxn];
double dp[maxn];
int main()
{
    int t,n,cas=0;
    scanf("%d",&t);
    while(t--)
    {
        scanf("%d",&n);
        for(int i=1;i<=n;++i)
            scanf("%d",val+i);
        dp[n]=val[n];
        int tot=0;
        for(int i=n-1;i>0;--i)
        {
            tot=min(i+6,n)-i;//可供选择的个数
            dp[i]=val[i];
            for(int j=i+tot;j>i;--j)
                dp[i]+=1.0/tot*dp[j];
        }
        printf("Case %d: %.6f\n",++cas,dp[1]);
    }
}

##如果用DP[i]表示1到i的期望，则代码这样写

include<cstdio>
#include<algorithm>
using namespace std;
const int maxn=1e2+10;
int val[maxn];
double dp[maxn];
double pp[maxn];
int main()
{
    int t,n,cas=0;
    scanf("%d",&t);
    while(t--)
    {
        scanf("%d",&n);
        for(int i=1;i<=n;++i)
            scanf("%d",val+i);
        int tot;
        dp[1]=val[1];
        pp[1]=1;
        for(int i=2;i<=n;++i)
        {
            dp[i]=0;
            pp[i]=0;
            for(int j=max(i-6,1);j<i;j++)
            {
                 tot=min(j+6,n)-j;
                 dp[i]+=(dp[j]+val[i]*pp[j])*1.0/tot;
                 pp[i]+=pp[j]*1.0/tot;
            }
        }
        printf("Case %d: %.6f\n",++cas,dp[n]);
    }
    return 0;
}