概率dp入门小结

最新推荐文章于 2022-07-10 13:44:57 发布

原创

最新推荐文章于 2022-07-10 13:44:57 发布 · 1.3k 阅读

·

1

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#概率dp #总结

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。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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 $u$ ，考虑他可能的下一个状态 $v$ ，于是从 $u$ 到 $v$ 连一条概率为 $p_{uv}$ 的边。于是写出一个方程

$dp[u]=(∑dp[v]∗p[u][v])+1dp[u]=(\sum{dp[v]*p[u][v]})+1$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论 3

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。