题目

太郎和一只免子正在玩一个掷骰子游戏。有一个有N个格子的长条棋盘,太郎和兔子轮流掷一个有M面的骰子,骰子M面分别是1到M的数字.且掷到任意一面的概率是相同的.掷到几.就往前走几步.当谁走到第N格时,谁就获胜了。游戏中还有一个规则“反弹”.就是当一位选手要走到第N格外时.他就会后退(就像飞行棋进营一样)。

假设现在一位追手在A格.当他掷出B时:

1.A+B<N,走到第A+B.络,

2.A+B=N,走到第N格,获胜。

3.A+B≥N,走到第(N-(A+B-N)格

现在太郎和兔子分别在第x和y格.接下来是太郎掷骰子,太郎想知道他赢得比赛的概率就多少。

分析

设\(f_{i,j}\)表示太郎在i,兔子在j,太郎的胜率。我们从后往前转移。

我们分四种情况:

1、i+m<=n and j+m<=n
2、i+m>n and j+m<=n
3、i+m<=n and j+m>n
4、i+m>n and j+m>n

why?

因为发现,当\(i+m>n\)时,i怎么跳总是\(i+m>n\),那么就可以把它们当做同一种状态。j也一样。

情况一:i+m<=n and j+m<=n

因为i走到k的概率为\(\dfrac{1}{m}\),j走到l的概率也为\(\dfrac{1}{m}\),

那么状态(i,j)的胜率就是状态(k,l)胜率的总和。

\[f_{i,j}=\dfrac{1}{m^2}\sum_{k=i+1}^{i+m+1}\sum_{l=j+1}^{j+m+1}f_{k,l}
\]

情况二:i+m>n and j+m<=n

\[f_{i,j}=\dfrac{(m-1)\sum_{l=j+1}^{j+m+1}f_{i,l}}{m^2}+\dfrac{1}{m}
\]

显然i有\(\dfrac{1}{m}\)的概率到达终点,而i有m种可能,又那么既然已经算了到达终点的概率,那么就不用在计算,所以乘以(m-1)。

情况三:i+m<=n and j+m>n

\[f_{i,j}=\dfrac{(m-1)\sum_{k=i+1}^{i+m+1}f_{k,j}}{m^2}+\dfrac{x(如果i=n-m,x=1,否则x=0)}{m}
\]

同样j有m种可能,但不能让他到达终点,那么就不用在计算,所以乘以(m-1)。

而当i在n-m这个位置时,i也有\(\dfrac{1}{m}\)的概率到达终点,有可能出现状态(n,n),由于太郎是先手,所以算太郎赢,而前面有减去了j到达终点的情况,所以加上去。

情况四:i+m>n and j+m>n

要求i赢,所以

当i第一回合就走到了n,概率为\(\dfrac{1}{m}\),

当i第一回合没有走到n,而j也不能走到n,在第二回合i走到了n概率为\(\dfrac{1}{m}(1-\dfrac{1}{m})^2\)

如果在第二回合i还是没有走到n,而j还是不能走到n,在第三回合i走到了n概率为\(\dfrac{1}{m}(1-\dfrac{1}{m})^4\)

如此类推,

\[f_{i,j}=limit_{n\to\infty}\dfrac{1}{m}+\dfrac{1}{m}(1-\dfrac{1}{m})^2+\dfrac{1}{m}(1-\dfrac{1}{m})^4+...+\dfrac{1}{m}(1-\dfrac{1}{m})^{2n}
\]

\[=\dfrac{1}{m}(1+(1-\dfrac{1}{m})^2+(1-\dfrac{1}{m})^4+...)+(1-\dfrac{1}{m})^{2n}
\]

等比数列求和

\[=\dfrac{1}{m}\dfrac{1*[1-(1-\dfrac{1}{m})^{2n}]}{1-(1-\dfrac{1}{m})^2}
\]

因为数列的公比小于1,\([1-(1-\dfrac{1}{m})^{2n}]\)无限趋近于1,所以

\[=\dfrac{1}{m}\dfrac{1}{1-(1-\dfrac{1}{m})^2}
\]

解得

\[f_{i,j}=\dfrac{m}{2m-1}
\]

但是这样是\(O(n^4)\)的,用矩阵后缀和优化,变成\(O(n^2)\)。

#include <cmath>
#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <algorithm>
#include <queue>
const int maxlongint=2147483647;
const int mo=1000000007;
const int N=2005;
using namespace std;
double f[N][N],n,m,x,y;
double val(int x1,int y1,int x2,int y2)
{
return f[x1][y1]-f[x1][y2]-f[x2][y1]+f[x2][y2];
}
int main()
{
scanf("%lf%lf%lf%lf",&n,&m,&x,&y);
for(int i=n;i>=1;i--)
for(int j=n;j>=1;j--)
{
f[i][j]=f[i+1][j]+f[i][j+1]-f[i+1][j+1];
if(i==n)
{
f[i][j]++;
continue;
}
if(j==n) continue;
if(i+m>n && j+m>n)
f[i][j]+=m/(2*m-1);
else
if(i+m>n)
f[i][j]+=val(i,j+1,i+1,j+m+1)*(m-1)/m/m+1/m;
else
if(j+m>n)
f[i][j]+=(m-1)*val(i+1,j,i+1+m,j+1)/m/m+(i==n-m)/m/m;
else
f[i][j]+=val(i+1,j+1,i+m+1,j+m+1)/(m*m); }
printf("%.6lf",val(x,y,x+1,y+1));
}

【NOIP2012模拟10.31】掷骰子的更多相关文章

  1. 【JZOJ4835】【GDOI2017模拟10.31】量化交易

    题目描述 数据范围 解法 贪心: 从左往右枚举,设枚举到元素为x,并维护一个堆: 设此时堆顶元素为y, 如果x大于y,那么x可以与y产生差价,立即将差价贡献给答案. 如果y之前已经和其他元素z产生过差 ...

  2. 【NOIP2012模拟10.25】旅行

    题目 给定一个n行m列的字符矩阵,'.'代表空地,'X'代表障碍.移动的规则是:每秒钟以上下左右四个方向之一移动一格,不能进入障碍. 计算:在空地中随机选择起点和终点(可以重合,此时最短耗时为0),从 ...

  3. 【NOIP2012模拟10.25】剪草

    题目 有N棵小草,编号0至N-1.奶牛Bessie不喜欢小草,所以Bessie要用剪刀剪草,目标是使得这N棵小草的高度总和不超过H.在第0时刻,第i棵小草的高度是h[i],接下来的每个整数时刻,会依次 ...

  4. 【NOIP2012模拟10.25】单元格

    题目 在一个R行C列的表格里,我们要选出3个不同的单元格.但要满足如下的两个条件: (1)选中的任意两个单元格都不在同一行. (2)选中的任意两个单元格都不在同一列. 假设我们选中的单元格分别是:A, ...

  5. LeetCode 1223. 掷骰子模拟 Dice Roll Simulation - Java - DP

    题目链接:1223. 掷骰子模拟 有一个骰子模拟器会每次投掷的时候生成一个 1 到 6 的随机数. 不过我们在使用它时有个约束,就是使得投掷骰子时,连续 掷出数字 i 的次数不能超过 rollMax[ ...

  6. Python绘制直方图 Pygal模拟掷骰子

    #coding=utf-8 from random import randint class Die(): """骰子类""" def __ ...

  7. Python 使用matplotlib模块模拟掷骰子

    掷骰子 骰子类 # die.py 骰子类模块 from random import randint class Die(): """骰子类""&quo ...

  8. 使用python实现模拟掷骰子数据分析

    Data:2020/4/8 主题:模拟实现掷骰子数据分析 编译环境:pycharm 库:pygal 说明: code 1:创建一个掷骰子类对象,类方法获得掷骰子随机数1-6,默认6个面,模拟20次将结 ...

  9. Python Tkinter小实例——模拟掷骰子

    什么是Tkinter? Tkinter 是 Python 的标准 GUI 库.Python 使用 Tkinter 可以快速的创建 GUI 应用程序. 由于 Tkinter 是内置到 python 的安 ...

随机推荐

  1. 【Deep Learning Nanodegree Foundation笔记】第 7 课:NEURAL NETWORKS Intro to Neural Networks

    In this lesson, you'll dive deeper into the intuition behind Logistic Regression and Neural Networks ...

  2. SVM的推导和理解

    主要记录了SVM思想的理解,关键环节的推导过程,主要是作为准备面试的需要. 1.准备知识-点到直线距离 点\(x_0\)到超平面(直线)\(w^Tx+b=0\)的距离,可通过如下公式计算: \[ d ...

  3. (转)Jenkins2.0 Pipeline 插件执行持续集成发布流程 - git -资料 - 不错的文档

    1.Jenkins 2.0 的精髓是 Pipeline as Code Jenkins 2.0 的精髓是 Pipeline as Code,是帮助 Jenkins 实现 CI 到 CD 转变的重要角色 ...

  4. 模板中for 的使用

    from flask import Flask,render_template app = Flask(__name__) app.config.update( DEBUG = True, ) @ap ...

  5. PostgreSQL INSERT ON CONFLICT不存在则插入,存在则更新

    近期有一个需求,向一张数据库表插入数据,如果是新数据则执行插入动作,如果插入的字段和已有字段重复,则更新该行对应的部分字段 1. 创建测试表 create table meta_data ( id s ...

  6. linux-yum-downloadonly 下载rpm安装包到本地

    注意 注意1:如果机器,本来就安装了相应的rpm包,则该rpm包不会下载. 参考 centos7离线安装rpm包自动解决依赖 查看linux系统版本信息(Oracle Linux.Centos Lin ...

  7. 条件运算符在GUN C中的特殊用法.

    在阅读内核源码的时候,发现了条件表达式的奇怪用法,一时没有反应过来.下面的内容是从wiki转载而来,用作回顾和备忘. 转载链接:https://zh.wikipedia.org/wiki/%E6%9D ...

  8. zabbix 监控redis python3脚本

    一:安装redis-python模块 wge  thttps://pypi.python.org/packages/source/r/redis/redis-2.9.1.tar.gz tar xf r ...

  9. php点击链接直接下载文件写法

    down.php <?php $file = "avater.jpg"; //计算机上的一个文件 $fileName = basename($file); //获取文件名 h ...

  10. selenium与页面交互之一:webdriver浏览器的属性

    selenium提供了许多API方法与页面进行交互,如点击.键盘输入.打开关闭网页.输入文字等. webdriver对浏览器提供了很多属性来对浏览器进行操作,常用的如图: get(url).quit( ...