小C比较棘手的概率期望题,感觉以后这样的题还会贴几道出来。

Description

  给定一个n*n的邻接矩阵,邻接矩阵中元素pi,j表示的是从 i 到 j 这条单向道路在这一秒出现的概率百分比,走一条道路的时间需要1秒,问从1号点出发到n号点最短所需花费时间的期望。最短所需花费时间即在每一个点都按照最优决策移动。

Input

  第一行一个正整数n。接下来n行,每行n个整数,描述一个邻接矩阵。

Output

  输出一行一个小数,表示最短花费时间期望。你的答案和标准答案相差的绝对值不超过10^-6时,被视为正确答案。

Sample Input

  3
  100 50 50
  0 100 80
  0 0 100

Sample Output

  1.75000000000

HINT

  1<=n<=1000,0<=pi,j<=100。

Solution

  这道题有两个难点:

  一是怎么处理反复做这件事的概率,因为道路不是100%存在,所以有极小的概率永远走不到下一个点;

  二是怎么处理DP的顺序,概率DP的做法很显然,但这张图不是一张拓扑图(后面会讲到就算是拓扑图也不是按照拓扑序转移)。

  曾经有一位贤者说过,“计算概率要正着算,计算期望要倒着算”。

  姑且不论这句话的片面性,小C把这句话作为导语。

  所以终点的期望值肯定是0,然后一步步推到起点。

  为了解决第一个难点,首先我们考虑一下这样的情况:

  假设现在要计算期望f的点为x,它可以到达的点为e[1]~e[cnt],到达这些点的路出现的概率为p[1]~p[cnt]。

  而且e[1]~e[cnt]到达终点的期望f都是已知的。

  所以我们把e[1]~e[cnt]按照期望f从小到大排序,设排序后的数组为e'。

  由于最小花费要求我们总是向着最优策略移动,所以当有路径通向e'[1]时,往e'[1]走肯定是最优的。

  而通向e'[1]的路没出现时,我们就必须往e'[2]走。同理当e'[1]~e'[cnt-1]都没出现时,就必须往e'[cnt]走。

  然而当e'[1]~e'[cnt]都没出现时,我们就必须原地等待一秒,继续重复上面的操作。

  所以我们也就得到了求得f[x]的转移方程:

    

  把1提出来,得到:

    

  移项然后除过去,得:

    

  是不是很简单?

  但是你可能会有疑问,为什么x是从e'[1]~e'[cnt]转移,万一f[e'[cnt]]很大怎么办?是不是只转移到e'[cnt-1]甚至更早就够了?

  这就涉及到了第二个难点,关于转移顺序的问题。

  我们发现这样求最短路期望其实和求最短路没有什么两样。

  对于所有的f[x],我们首先可以明确它是一个定值,所以每个f[x]都是从比f[x]小的期望f转移得来;

  如果遇到比f[x]大的期望,那还不如原地等待一秒来的优呢!(其实就是从自己转移,请读者大约脑补一下)

  所以我们可以像dijkstra那样从小到大求出最短路期望。

  也就是每次选出当前未确定最短路期望的最小值,用这个最小值继续更新其他未确定的点。

  这个当前选出的最小值一定就是这个点的最短路径期望,因为比它f[x]大的期望一定不会更新f[x]。

  所以我们得出,依次求得的最短路径期望是递增的,其实这就是dijkstra算法本身的证明思路。

  于是这两个难点都完美解决了。

  至于如何维护信息已经很容易了,根据求f[x]的公式,我们只要维护  和  即可。

  时间复杂度为dijkstra算法的O(n^2)。

#include <cstdio>
#include <cstring>
#include <algorithm>
#define MN 1005
#define INF 1LL<<62
using namespace std;
double pem[MN][MN],rem[MN],dis[MN];
double mn;
bool u[MN];
int n,mni; inline int read()
{
int n=,f=; char c=getchar();
while (c<'' || c>'') {if(c=='-')f=-; c=getchar();}
while (c>='' && c<='') {n=n*+c-''; c=getchar();}
return n*f;
} int main()
{
register int i,j;
n=read();
for (i=;i<=n;++i)
for (j=;j<=n;++j) pem[i][j]=(double)read()/;
for (i=;i<=n;++i) rem[i]=,dis[i]=;
rem[n]=dis[n]=;
for (i=;i<=n;++i)
{
mn=INF;
for (j=;j<=n;++j)
if (!u[j]&&rem[j]<&&dis[j]/(-rem[j])<mn) mn=dis[j]/(-rem[j]),mni=j;
dis[mni]=mn; u[mni]=true;
if (mni==) return *printf("%.10lf",dis[mni]);
for (j=;j<=n;++j)
if (!u[j]) dis[j]+=rem[j]*pem[j][mni]*dis[mni],rem[j]*=(-pem[j][mni]);
}
}

Last Word

  这算是小C少有的一次头脑清晰地码出概率/期望DP的一道题,但小C知道丧病的题还会有多,再接再厉吧。

[Codeforces]605E Intergalaxy Trips的更多相关文章

  1. CodeForces 605 E. Intergalaxy Trips

    E. Intergalaxy Trips time limit per test:2 seconds memory limit per test:256 megabytes input:standar ...

  2. 【CF605E】Intergalaxy Trips(贪心,动态规划)

    [CF605E]Intergalaxy Trips(贪心,动态规划) 题面 Codeforces 洛谷 有\(n\)个点,每个时刻第\(i\)个点和第\(j\)个点之间有\(p_{ij}\)的概率存在 ...

  3. CF#335 Intergalaxy Trips

     Intergalaxy Trips time limit per test 2 seconds memory limit per test 256 megabytes input standard ...

  4. CF605E Intergalaxy Trips

    CF605E Intergalaxy Trips 考虑你是不知道后来的边的出现情况的,所以可以这样做:每天你都选择一些点进行观察,知道某天往这些点里面的某条边可用了,你就往这条边走.这样贪心总是对的. ...

  5. Intergalaxy Trips CodeForces - 605E (期望,dijkstra)

    大意: 给定矩阵$p$, $p_{i,j}$表示每一秒点$i$到点$j$有一条边的概率, 每秒钟可以走一条边, 或者停留在原地, 求最优决策下从$1$到$n$的期望用时. $f_x$为从$x$到$n$ ...

  6. CF605E Intergalaxy Trips 贪心 概率期望

    (当时写这篇题解的时候,,,不知道为什么,,,写的非常冗杂,,,不想改了...) 题意:一张有n个点的图,其中每天第i个点到第j个点的边都有$P_{i, j}$的概率开放,每天可以选择走一步或者留在原 ...

  7. E. Intergalaxy Trips

    完全图,\(1 \leq n \leq 1000\)每一天边有 \(p_{i,j}=\frac{A_{i,j}}{100}\) 的概率出现,可以站在原地不动,求 \(1\) 号点到 \(n\) 号点期 ...

  8. [Manthan, Codefest 18][Codeforces 1037E. Trips]

    题目链接:1037E - Trips 题目大意:有n个人,m天,每天晚上都会有一次聚会,一个人会参加一场聚会当且仅当聚会里有至少k个人是他的朋友.每天早上都会有一对人成为好朋友,问每天晚上最多能有多少 ...

  9. Codeforces Manthan, Codefest 18 (rated, Div. 1 + Div. 2) E.Trips

    比赛的时候想到怎么做了 没调出来(感觉自己是个睿智) 给你N个点M条边,这M条边是一条一条加进去的 要求你求出加入每一条边时图中极大'K度'子图的大小 极大'K度'子图的意思是 要求出一个有尽量多的点 ...

随机推荐

  1. python3变量和数据类型

        变量和数据类型 知识点 python 关键字 变量的定义与赋值 input() 函数 字符串的格式化 实验步骤 每一种编程语言都有它们自己的语法规则,就像我们所说的外语. 1. 关键字和标识符 ...

  2. 利用flask 实现简单模版站

    from flask import Flask,render_template from flask import request app = Flask(__name__) @app.route(' ...

  3. JAVA_SE基础——58.如何用jar命令对java工程进行打包

    有时候为了更方便快捷的部署和执行Java程序,要把java应用程序打包成一个jar包.而这个基础的操作有时候也很麻烦,为了方便java程序员们能够方便的打包java应用程序,下面对jar命令进行介绍, ...

  4. java排序算法之冒泡排序(Bubble Sort)

    java排序算法之冒泡排序(Bubble Sort) 原理:比较两个相邻的元素,将值大的元素交换至右端. 思路:依次比较相邻的两个数,将小数放在前面,大数放在后面.即在第一趟:首先比较第1个和第2个数 ...

  5. MVC Form 表单 提交 集合 及 复杂对象

    public class Customer { public string FName{get;set;} public Address address{get;set;} } public clas ...

  6. DSkin 的WebUI开发模式介绍,Html快速开发Winform的UI

    新版WebUI开发模式采用MiniBlink内核,这个内核功能更完善,dll压缩之后才5M,而且提供开发者功能,内核还在更新中,而且是开源项目:https://github.com/weolar/mi ...

  7. gradle入门(1-3)使用gradle开发一个发布版本

    需求描述 1.使用Maven central仓库.2.使用Log4j写入日志.3.包含单元测试,保证正确的信息返回,单元测试必须使用JUnit编写.4.创建一个可执行的Jar文件. 我们来看一下怎样实 ...

  8. Python中使用hashlib进行加密的简单使用

    import hashlib ''' 原文= '字符串' 哈希加密对象 = hashlib.加密算法( 原文.encode('utf-8') ) 密文 = 哈希加密对象.hexdigest() #密文 ...

  9. Python之IO模型

    IO模型介绍 为了更好地了解IO模型,我们需要事先回顾下:同步.异步.阻塞.非阻塞 同步(synchronous) IO和异步(asynchronous) IO,阻塞(blocking) IO和非阻塞 ...

  10. spring boot定制Jackson ObjectMapper,为什么不生效

    先说结论: 项目中定制了spring 的redisTemplate,而这个template没有使用我自定义的Jackson ObjectMapper.所以不生效. 下面是详细过程: 起因是spring ...