洛谷10月月赛 2 t2 深海少女与胖头鱼

题目链接

参考资料:洛谷10月赛2讲评ppt;

本篇题解考完那天就开始写,断断续续写到今天才写完

本题作为基础的期望dp题,用来学习期望dp还是很不错的

(说是期望dp,不如说是期望递推?)

另外,本题用到了模意义下的除法变乘法,这也是一个基础但重要的概念

1 算法分析

part 1

我们先来考虑\(m=0\)的情况,也就是说所有的胖头鱼都带有圣盾

\(f[i]\)表示有\(i\)条圣盾胖头鱼时的期望伤害次数,我们先击破一条胖头鱼的圣盾

变成\(i-1\)条圣盾胖头鱼,考虑下一步操作,当我们攻击那条不带圣盾的胖头鱼时

该胖头鱼死亡,发生的概率为\(\frac{1}{i}\)转移到\(f[i-1]\)的状态

当我们攻击带圣盾的胖头鱼时只不过是将该胖头鱼的圣盾换到了那条没带圣盾的胖头鱼身上

该操作的概率为\(\frac{i-1}{i}\)

将上面的思路总结一下,我们就得到了下面的式子

\[f[i]=1+\frac{1}{i}*f[i-1]+\frac{i-1}{i}*f[i]
\]

我们对它化简一下,就有了

\[f[i]=f[i-1]+i+1
\]

化简过程就是简单的去分母,移项

根据这个式子,利用递推就可以get到10point

代码如下

#include<iostream>
#define ll long long
#define mod 998244353
using namespace std;
int n,m;
ll f[1000000];
int main(){
cin>>n>>m;
for(int i=1;i<=n;i++){
f[i]=(f[i-1]+i+1)%mod;
}
cout<<f[n]%mod;
return 0;
}

part 2

我们再观察一下这个式子,这不就是等差数列吗?

直接\(O(1)\)求出答案 30point get

代码如下

#include<iostream>
#include<cstring>
#include<cstdio>
#define ll long long
using namespace std;
ll n,m;
ll x,y;
void exgcd(ll a,ll b,ll &x,ll &y){
if(!b){
x=1;
y=0;
}
else{
exgcd(b,a%b,y,x);
y-=a/b*x;
}
}
int main(){
freopen("a.in","r",stdin);
cin>>n>>m;
ll p=998244353L;
exgcd(2,p,x,y);
x=(x%p+p)%p;
ll t=(n%p)*((n+3LL)%p)%p;
cout<<(t*x)%p;
return 0;
}

我们看到了个奇怪的东西exgcd,为什么我们要使用扩欧呢?

我们在这里用到了等差数列求和公式,里面出现了除法,我们要明白,

在模意义下,除法是不能直接除的,我们需要乘以除数的逆元,本部分用了2在%p意义下的逆

元,我们用扩欧求逆元

part 3

我们处理完了\(m=0\)的所有情况,我们来考虑\(m!=0\)的所有情况,

设\(g[i]\)为有n个圣盾胖头鱼,i个无圣盾胖头鱼的期望伤害次数

我们考虑执行攻击操作,若攻击到了无圣盾胖头鱼,该鱼死亡,进入到\(g[i-1]\)状态

该操作的概率为\(\frac{i}{n+i}\)

假设我们该操作攻击到了带圣盾胖头鱼,该胖头鱼圣盾破裂

但其余胖头鱼全部都具有了圣盾

进入了\(f[n+i]-1\)状态,为什么要-1?因为该状态和\(f[i+n]\)需要打破一个圣盾才能进入到目前状态

但不要忘了,我们最开始攻击胖头鱼是有一次操作的,需要+1,所以+1就和-1抵消掉了

该操作的可能性为\(\frac{n}{i+n}\)

归纳上述式子,得到了

\[g[i]=\frac{i}{n+i}*(g[i-1]+1)+\frac{n}{i+n}*f[n+i]
\]

\(f\)数组考虑用公式或者矩阵乘法进行优化

std写了矩阵乘法,我在此写了公式法

因为需要的逆元比较多,在此考虑费马小定理求逆元,具体细节可以自行百度

本题求逆元对时间复杂度的影响较大,我们可以提前算一些逆元,来降低时间复杂度(最开始就因为

这个,一直tle)

时间复杂度为

\(O(m log p)\)

\(p\)为模数

代码如下

#include<iostream>
#include<cstdio>
#include<cstring>
#define ll long long
#define maxn 2000000
using namespace std;
ll m,n;
ll mod =998244353;
ll power(ll x,ll t)
{
if(x==0) return 0;
x%=mod;
ll b=1;
while(t)
{
if(t&1) b=b*x%mod;
x=x*x%mod; t>>=1;
}
return b;
}
ll f(ll x){
ll t=(x%mod)*((x+3LL)%mod)%mod;
return (t*power(2,mod-2))%mod;
}
ll g[maxn];
ll ft[maxn];
int main(){
cin>>n>>m;
ll t=(n%mod)*((n+3LL)%mod)%mod;
g[0]=(t*power(2,mod-2))%mod;
n%=mod;
ll inv=power(2,mod-2);
for(int i=1;i<=m;i++){
int x=n+i;
ll t=(x%mod)*((x+3LL)%mod)%mod;
ft[i]=(t*inv)%mod;
}
for(int i=1;i<=m;i++){
inv=power(n+i,mod-2);
g[i]=((i*inv%mod*(g[i-1]+1)%mod)%mod+(n*inv%mod*ft[i]%mod)%mod)%mod;
}
cout<<g[m];
return 0;
}

完结撒花!!!

洛谷 p6858 深海少女与胖头鱼 洛谷月赛 期望dp的更多相关文章

  1. 洛谷 P4012 深海机器人问题【费用流】

    题目链接:https://www.luogu.org/problemnew/show/P4012 洛谷 P4012 深海机器人问题 输入输出样例 输入样例#1: 1 1 2 2 1 2 3 4 5 6 ...

  2. 【洛谷3648/BZOJ3675】[APIO2014]序列分割(斜率优化DP)

    题目: 洛谷3648 注:这道题洛谷3648有SPJ,要求输出方案.BZOJ3675数据组数较多但不要求输出方案. 分析: 这可能是我第三次重学斜率优化了--好菜啊 这道题首先一看就是个DP.稍微推一 ...

  3. 洛谷P4012 深海机器人问题(费用流)

    题目描述 深海资源考察探险队的潜艇将到达深海的海底进行科学考察. 潜艇内有多个深海机器人.潜艇到达深海海底后,深海机器人将离开潜艇向预定目标移动. 深海机器人在移动中还必须沿途采集海底生物标本.沿途生 ...

  4. 洛谷P4012 深海机器人问题(费用流)

    传送门 图给的好坑……还得倒过来…… 用大佬的图做个示范 我们考虑左图吧 把每一个点向下连边,容量$1$,费用为给出的价值(表示一个机器人可以过去取得标本) 再连一条边,容量$inf$,费用$0$(表 ...

  5. 洛谷 P4012 深海机器人问题 【最大费用最大流】

    和火星那个有点像,但是这个价值直接在路径上,不用拆点,对于每条价值为w的边(i,j),连接(i,j,1,w)(i,j,inf,0),表示价值只能取一次,然后连接源点和所有出发点(s,i,k,0),所有 ...

  6. 洛谷AT2046 Namori(思维,基环树,树形DP)

    洛谷题目传送门 神仙思维题还是要写点东西才好. 树 每次操作把相邻且同色的点反色,直接这样思考会发现状态有很强的后效性,没办法考虑转移. 因为树是二分图,所以我们转化模型:在树的奇数层的所有点上都有一 ...

  7. 洛谷4859 BZOJ3622 已经没什么好害怕的了(DP,二项式反演)

    题目链接: 洛谷 BZOJ 题目大意:有两个长为 $n$ 的序列 $a,b$,问有多少种重排 $b$ 的方式,使得满足 $a_i>b_i$ 的 $i$ 的个数比满足 $a_i<b_i$ 的 ...

  8. 洛谷P4608 [FJOI2016]所有公共子序列问题 【序列自动机 + dp + 高精】

    题目链接 洛谷P4608 题解 建个序列自动机后 第一问暴搜 第二问dp + 高精 设\(f[i][j]\)为两个序列自动机分别走到\(i\)和\(j\)节点的方案数,答案就是\(f[0][0]\) ...

  9. 最小生成树 & 洛谷P3366【模板】最小生成树 & 洛谷P2820 局域网

    嗯... 理解生成树的概念: 在一幅图中将所有n个点连接起来的n-1条边所形成的树. 最小生成树: 边权之和最小的生成树. 最小瓶颈生成树: 对于带权图,最大权值最小的生成树. 如何操作? 1.Pri ...

随机推荐

  1. Jmeter测试工具

    jmeter的简单应用 目录 jmeter的简单应用 1.Jmeter 的基本概念 2.我们 为什么 使用 Jmeter 3.Jmeter的作用 4.Jmeter怎么用 5.安装JAVA环境 6.Jm ...

  2. 移动web开发之rem适配布局

    移动web开发之rem适配布局 方案: 页面布局文字能否随着屏幕大小变化而变化 流式布局和flex布局主要针对于宽度布局,那高度如何布局? 怎样让屏幕发生变化的时候元素高度和宽度等比例缩放? 1. r ...

  3. Linux自动同步时间的方法

    介绍两种同步linux系统的时间方法: (1) 开启ntpd服务,即配置ntp服务器实现时间同步. (2) 利用ntp客户端程序,即ntpdate同步时间. 注意:因为ntp服务器本来就会与上层时间服 ...

  4. 8.Kafka offset机制

  5. nohup命令重定向标准输出和错误输出

    命令:command > /dev/null  2>&1 & 输出到/dev/null表示输出重定向到黑洞,即输出内容不打印到屏幕上,null是/dev下空设备文件. &g ...

  6. kafka-Reblance

    谁来执行Rebalance以及管理consumer的group呢 coordinator来执行对于consumer group的管理,当consumer group的第一个consumer启动的时候, ...

  7. git的详细使用,项目创建到同步远程仓库,版本回退,忽略文件,分支创建,分支合并,分支名称修改,冲突解决,项目迁移

    注意:此处省略git的安装 1..git的工作流程示意图: 2.本地仓库的初始化: 2.1 创建一个文件夹,如我创建的是:D:\gitdemo\shop 2.2 进入shop目录,鼠标右键,打开git ...

  8. mongodb安装教程(亲测有效)

    网上太多教程了,都是说的不明不白,所以自己整理一份 #参考官网: https://docs.mongodb.com/manual/tutorial/install-mongodb-on-red-hat ...

  9. 基于 React 封装的高德地图组件,帮助你轻松的接入地图到 React 项目中。

    react-amap 这是一个基于 React 封装的高德地图组件,帮助你轻松的接入地图到 React 项目中. 文档实例预览: Github Web | Gitee Web 特性 ️ 自动加载高德地 ...

  10. LRU Cache & Bloom Filter

    Cache 缓存 1. 记忆 2. 空间有限 3. 钱包 - 储物柜 4. 类似背代码模板,O(n) 变 O(1)     LRU Cache 缓存替换算法 1. Least Recently Use ...