[BZOJ1419] Red is good

探讨了一种涉及红黑牌的翻牌游戏中,如何通过动态规划算法找到最优翻牌策略来最大化平均收益的问题。文章详细介绍了状态转移方程,并提供了一段高效的C++实现代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Description

桌面上有R张红牌和B张黑牌,随机打乱顺序后放在桌面上,开始一张一张地翻牌,翻到红牌得到1美元,黑牌则付出1美元。可以随时停止翻牌,在最优策略下平均能得到多少钱。

Input

一行输入两个数R,B,其值在0到5000之间

Output

在最优策略下平均能得到多少钱。

Sample Input

5 1

Sample Output

4.166666

HINT

输出答案时,小数点后第六位后的全部去掉,不要四舍五入.

解题分析

显然为期望概率DP。 我们设 dp[r][b]dp[r][b]表示还剩r张红牌, b张黑牌时的期望收益,则有转移方程:

dp[r][b]=max(0,(dp[r1][b]+1)×rr+b+(dp[r][b1]1)×br+bdp[r][b]=max(0,(dp[r−1][b]+1)×rr+b+(dp[r][b−1]−1)×br+b

特别地, dp[i][0]=idp[i][0]=idp[0][i]=0dp[0][i]=0,因为收益为负还不如不选….

算一算复杂度, 大概是O(2e7)O(2e7)左右, 但因为是double运算速度感人, 所以我们必须把数组卡进三级缓存,所以必须使用滚动数组。同时这个输出也是坑人啊…

代码如下:

#include <cstdio>
#include <cstring>
#include <cmath>
#include <cstdlib>
#include <cctype>
#include <algorithm>
using namespace std;
#define R register
#define IN inline
#define gc getchar()
#define W while
#define MX 5005
#define db double
db dat[2][MX];
int main(void)
{
    int r, b;
    scanf("%d%d", &r, &b);
    R int n = 0;
    for (R int i = 0; i <= r; ++i)
    {
        n ^= 1;
        dat[n][0] = i;
        for (R int j = 1; j <= b; ++j)
        dat[n][j] = max(0.0, (dat[n ^ 1][j] + 1) * (double)i / (i + j) + (dat[n][j - 1] - 1) * (double)j / (i + j));
    }
    long long ans = dat[n][b] * 1000000;
    printf("%lld.%.6lld", ans / 1000000, ans % 1000000);
    return 0;
}
评论
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