51nod 3144超级购物(概率和期望)

这篇博客介绍了如何使用动态规划解决一个概率问题:在已知n个人购物概率的情况下,求出在r个人购物时,每个人购物的具体概率。通过建立状态转移方程,博主展示了如何计算出所有可能性,并提供了C++代码实现。文章强调理解事件概率的相互影响,以及如何从已知条件推导出未知概率。

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

题目链接

题目大意

n ( n ≤ 20 ) n(n \le20) nn20个人去买东西,给出他们每个人买东西的概率 p i p_i pi,已知有 r r r个人买了东西,求每个人买东西的概率是多少。

解题思路

思路来源于:这位dalao他的这题题解
前置芝士:已知当事件 B B B发生时事件 A A A发生的概率如下图公式所示
在这里插入图片描述

在这题中,事件 B B B为有 r r r个人买了东西,事件 A A A为第 i i i个人买了东西。由此可以得知最后这个人买东西的概率为:
有 r 个 人 买 东 西 且 当 前 这 个 人 买 了 东 西 时 的 概 率 共 有 r 个 人 买 东 西 的 概 率 \frac{有r个人买东西且当前这个人买了东西时的概率}{共有r个人买东西的概率} r西r西西
因此我们可以用dp,先搜出 n n n个人中 r r r个人购物的概率,再依次求出有 r r r个人购物且第 i i i个人买东西时的概率,再套入公式,即可求出每个人购物的概率。
f i , j f_{i,j} fi,j为前 i i i个人中有 j j j个人买东西,由此可推出状态转移方程:
f i , j = { f i − 1 , j 第 i 个人是一定要买东西的那个人 f i − 1 , j ∗ ( 1 − p i ) + p i ∗ f i − 1 , j − 1 这个人不一定买东西 f_{i,j}= \begin{cases} f_{i-1,j} & \text{第$i$个人是一定要买东西的那个人}\\ f_{i-1,j}*(1-p_i)+p_i*f_{i-1,j-1} & \text{这个人不一定买东西}\\ \end{cases} fi,j={fi1,jfi1,j(1pi)+pifi1,j1i个人是一定要买东西的那个人这个人不一定买东西
这个人不一定买东西时,有两种可能,第一种为这个人不购物,所以 f i , j = f i − 1 , j ∗ ( 1 − p i ) f_{i,j}=f_{i-1,j}*(1-p_i) fi,j=fi1,j(1pi)(因为前 i − 1 i-1 i1个人中已经有 j j j个人购物了,所以乘上这个人不购物的概率 ( 1 − p i ) (1-p_i) (1pi));第二种为这个人购物,所以 f i , j = f i − 1 , j − 1 ∗ p i f_{i,j}=f_{i-1,j-1}*p_i fi,j=fi1,j1pi(因为前 i − 1 i-1 i1人中只有 j − 1 j-1 j1人购物,所以这个人只有购物才能满足有 j j j个人买东西,所以乘上这个人购物的概率)。

代码

#include<bits/stdc++.h>
using namespace std;
int n,r;
double p[25],f[105][105];
double work(int x)//第x个人肯定购物
{
	f[0][0]=1;//初始化
	for(int i=1;i<=n;i++)
	{
		if(i==x)//如果这个人肯定购物
		{
			for(int j=0;j<=min(r,i);j++) f[i][j]=f[i-1][j];//由于肯定购物所以概率不变
			continue;
		}
		for(int j=0;j<=min(i,r);j++)//因为不能出现购物的人比当前的人多
		{
			f[i][j]=(1-p[i])*f[i-1][j];//第一种可能(见解题思路)
			if(j!=0) f[i][j]+=p[i]*f[i-1][j-1];//第二种可能(见解题思路)j!=0是因为j为0时数组访问到j-1会re
		}
	}
	if(x==0) return f[n][r];//当没有锁定一个人肯定购物时每个人购物的概率(n个人中r个人购物的概率)
	else return f[n][r-1];//因为这个人肯定购物,占了一个名额,所以要减去ta
}
int main()
{
	cin>>n>>r;
	for(int i=1;i<=n;i++)
	{
		cin>>p[i];
		p[i]/=100;
	}
	
	double k=work(0);//求出n个人中r个人购物的概率
	for(int i=1;i<=n;i++)
	{
		printf("%.6lf ",work(i)*p[i]/k);//work(i)*p[i]->肯定购物的那个人乘上ta购物的概率,套上公式
	}
	return 0;
} 
### 关于51Nod平台上编号为1020的问题详情与解答 #### 问题描述 在51Nod平台上的第1020号问题是关于计算两个大整数相加的结果[^1]。给定两个正整数AB,长度不超过10^6位,要求编写程序来求解这两个数的。 #### 输入格式说明 输入数据由多组测试案例组成;每组测试案例占两行,分别表示要相加的大整数AB。对于每一组测试案例,应当单独输出一行结果,即A+B的值。 #### 解决方案概述 解决此问题的关键在于处理超大数据类型的运算,在大多数编程语言中内置的数据类型无法直接支持如此大规模数值的操作。因此,可以采用字符串的方式来存储这些大整数,并实现逐位相加逻辑,同时考虑进位情况。 下面是一个Python版本的具体实现方法: ```python def add_large_numbers(a: str, b: str) -> str: # Reverse strings to make addition easier from least significant digit a = a[::-1] b = b[::-1] carry = 0 result = [] max_length = max(len(a), len(b)) for i in range(max_length): digit_a = int(a[i]) if i < len(a) else 0 digit_b = int(b[i]) if i < len(b) else 0 total = digit_a + digit_b + carry carry = total // 10 current_digit = total % 10 result.append(str(current_digit)) if carry != 0: result.append(str(carry)) return ''.join(reversed(result)) if __name__ == "__main__": while True: try: num1 = input().strip() num2 = input().strip() print(add_large_numbers(num1, num2)) except EOFError: break ``` 该代码片段定义了一个函数`add_large_numbers`用于接收两个作为参数传入的大整数(形式上为字符串),并返回它们之同样作为一个字符串。通过反转输入字符串使得最低有效位位于索引位置0处从而简化了按位累加的过程。最后再将得到的结果列表反向拼接成最终答案输出。
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