概率dp入门小结

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uuu,考虑他可能的下一个状态vvv,于是从uuuvvv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]=

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值