概率DP [SCOI2008]奖励关

本文针对SCOI2008奖励关问题,介绍了一种通过倒推求解最优策略的方法,以实现玩家在游戏中获取最大平均得分的目标。

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

     

问题 I: [SCOI2008]奖励关

时间限制: 1 Sec  内存限制: 128 MB

题目描述

你正在玩你最喜欢的电子游戏,并且刚刚进入一个奖励关。在这个奖励关里,系统将依次随机抛出k次宝物,
每次你都可以选择吃或者不吃(必须在抛出下一个宝物之前做出选择,且现在决定不吃的宝物以后也不能再吃)。
 宝物一共有n种,系统每次抛出这n种宝物的概率都相同且相互独立。也就是说,即使前k-1次系统都抛出宝物1(
这种情况是有可能出现的,尽管概率非常小),第k次抛出各个宝物的概率依然均为1/n。 获取第i种宝物将得到Pi
分,但并不是每种宝物都是可以随意获取的。第i种宝物有一个前提宝物集合Si。只有当Si中所有宝物都至少吃过
一次,才能吃第i种宝物(如果系统抛出了一个目前不能吃的宝物,相当于白白的损失了一次机会)。注意,Pi可
以是负数,但如果它是很多高分宝物的前提,损失短期利益而吃掉这个负分宝物将获得更大的长期利益。 假设你
采取最优策略,平均情况你一共能在奖励关得到多少分值?

输入

第一行为两个正整数k和n,即宝物的数量和种类。以下n行分别描述一种宝物,其中第一个整数代表分值,随
后的整数依次代表该宝物的各个前提宝物(各宝物编号为1到n),以0结尾。

输出

输出一个实数,保留六位小数,即在最优策略下平均情况的得分。

样例输入

1 2
1 0
2 0

样例输出

1.500000

提示

   这明显是状压,但正向找某些状态并不能符合,所以考虑倒退,从最后开始推,推回起点。。
    新思路,get
    
#include<iostream>
#include<cstdio>
#include<cstring>
#include<cstdlib>
#include<cmath>
using namespace std; 
int n,k,a[20],x;
double f[105][(1<<15)+1],v[20];
int main()
{
    scanf("%d%d",&k,&n);
    for(int i=1;i<=n;i++)
    {
        scanf("%lf",&v[i]);
        while(scanf("%d",&x)==1)
        {
            if(x==0)break;
            a[i]|=1<<(x-1);
        }
    }
    for(int i=1;i<=k;i++)
       for(int j=0;j<(1<<n);j++)
       {
          for(int h=1;h<=n;h++)
             if((a[h]&j)==a[h])
                 f[i][j]+=max(f[i-1][j],f[i-1][j|(1<<(h-1))]+v[h]);
             else
                 f[i][j]+=f[i-1][j];
          f[i][j]/=(double)n;
        }
    printf("%.6lf",f[k][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