[bzoj1076][SCOI2008]奖励关 状压DP

1076: [SCOI2008]奖励关

Time Limit: 10 Sec  Memory Limit: 128 MB
[Submit][Status][Discuss]

Description

　　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？

Input

　　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。

Output

　　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。

Sample Input

1 2
1 0
2 0

Sample Output

1.500000

HINT

【数据规模】

1<=k<=100,1<=n<=15，分值为[-10^6,10^6]内的整数。

Source

这道题不能算是期望DP吧，就一道状压DP，注意从后往前倒推就行了

#include<iostream>#include<cstdio>using namespace std;int bit[20],p[20],n,k,pp,s[20];double f[105][70000];int main(){scanf("%d%d", &k, &n);for( int i = 1; i <= 16; i++ ) bit[i] = 1<<(i-1);for( int i = 1; i <= n; i++ ){scanf("%d%d", &p[i],&pp);while( pp ){s[i] += bit[pp];scanf("%d", &pp);}}for( int i = k; i; i-- )for( int j = 0; j <= bit[n+1]-1; j++ ){for( int kk = 1; kk <= n; kk++ )if( (j & s[kk]) == s[kk] )f[i][j] += max( f[i+1][j], f[i+1][j|bit[kk]] + p[kk] );else f[i][j] += f[i+1][j];f[i][j] /= n;}printf("%.6lf", f[1][0]);return 0;}