概率dp是一类求期望/概率的题目
简单总结一下做法
对于求期望
1.先将状态定义出来
2.然后对于每一个状态uuu,考虑他可能的下一个状态vvv,于是从uuu到vvv连一条概率为puvp_{uv}puv的边。于是写出一个方程
-
dp[u]=(∑dp[v]∗p[u][v])+1dp[u]=(\sum{dp[v]*p[u][v]})+1dp[u]=
概率动态规划基础解析
概率动态规划主要应用于求解期望和概率问题。首先定义状态,然后对于每个状态u,考虑可能转移至的状态v,建立概率为p[u][v]的转移。在DAG中,可以轻松逆向求解。若非DAG,需要处理自环等特殊情况,并转化为DAG,通过参数方程求解。对于概率问题,与期望类似,但通常从初始状态正向推导,以零期望的终点为条件。
概率dp是一类求期望/概率的题目
简单总结一下做法
对于求期望
1.先将状态定义出来
2.然后对于每一个状态uuu,考虑他可能的下一个状态vvv,于是从uuu到vvv连一条概率为puvp_{uv}puv的边。于是写出一个方程
dp[u]=(∑dp[v]∗p[u][v])+1dp[u]=(\sum{dp[v]*p[u][v]})+1dp[u]=
9483
695
1万+
1937