题目链接

大意

给你\(N\)个事件,解决每个事件所需的时间有\(1/2\)的概率为\(t[i]\),\(1/2\)的概率为\((t[i]+1)\),给你总时间\(T\),在\(T\)时间内按顺序解决事件,求能解决的事件的期望个数。

(答案对\(10^9+7\)取模)

(\(N\le 2\cdot 10^5,1\le t[i]\le 10^9,1\le T\le 2\cdot 10^{14}\))

思路

考虑如何求期望:

我们设\(P[i]\)表示第\(i\)件物品能被做完的概率。

则有$$Ans=\sum_{i=1}^{N}P[i]$$

则问题就转化为如何求\(P[i]\)。

我们设\(Sum[i]\)表示前\(i\)件事的最小时间和,即\(Sum[i]=\sum_{i=1}^{N}t[i]\)。

①:对于\(Sum[i]+i\le T\)的情况:

则第\(i\)件事一定会被做完,故\(P[i]=1\)。

②:对于\(Sum[i]\le T<Sum[i]+i\)的情况:

我们设\(Dp[i][j]\)表示前\(i\)件事有\(j\)件事时间多做了\(1\)个单位的概率,即多做了\(j\)个时间单位,

则对于每个\(Dp[i][j]\),若有\(Sum[i]+j<=T\),则可以对\(P[i]\)产生\(Dp[i][j]\)的贡献。

考虑如何求\(Dp[i][j]\):

将这些事件按是否多做\(1\)个时间单位分类,

若完成时间为\(t[i]\),则类型为\(0\),

若完成时间为\(t[i]+1\),则类型为\(1\),

则可以将这些事件的状态表示为一个\(01\)串。

则总状态数就为\(2^i\),从\(i\)个数中选\(j\)个让其状态为\(1\)的个数就为\(C(i,j)\),

则\(Dp[i][j]=\frac{C(i,j)}{2^i}\)。

对于每个\(P[i]\),

我们倘若每次都去枚举有哪些\(j\)是可以满足\(Sum[i]+j<=T\)的话,很明显会超时。

则考虑如何从上一次\((P[i-1])\)所需的状态数转到\(P[i]\)的状态数。

(注:第一次进入情况②的时候可以暴力找到状态)

考虑如何快速地从\(P[i-1]\)转移到\(P[i]\)的状态:

我们设上一次需要的\(C\)是从\(C(i-1,0)\)到\(C(i-1,Sum_K)\),

设上一次的\(P[i-1]=\frac{Sum_N}{2^{i-1}}\),则有\(Sum_N=\sum_{j=0}^{Sum_K}C(i-1,j)\)。

根据$$C(i,j)=C(i-1,j)+C(i-1,j-1)$$

则有$$\sum_{j=1}{Sum_K}C(i,j)=\sum_{j=1}{Sum_K}(C(i-1,j)+C(i-1,j-1))$$

则$$\sum_{j=1}{Sum_K}C(i,j)=(2*\sum_{j=0}{Sum_K}C(i-1,j))-C(i-1,0)-C(i-1,Sum_K)$$

然后,对于这次的\(Sum_N\)来说,

\(Sum_N=\sum_{j=1}^{Sum_K}C(i,j)+C(i,0)-\sum_{j=T-Sum[i]+1}^{Sum_K}C(i,j)\)

\(Sum_N=(2*\sum_{j=0}^{Sum_K}C(i-1,j))-C(i-1,Sum_K)-\sum_{j=T-Sum[i]+1}^{Sum_K}C(i,j)\)

\(Sum_N=Sum_N*2-C(i-1,Sum_K)-\sum_{j=T-Sum[i]+1}^{Sum_K}C(i,j)\)

则这一次的\(Sum_N\)就可以从上一次的\(Sum_N\)转移过来。

显然这一次的\(Sum_K=T-Sum[i]\)。

则\(Sum_K\)会随着\(i\)的增大而减小,

而进入情况②的条件是:\(Sum[i]<=T<Sum[i]+i\),

即求解所有的\(Sum_N\)的时间复杂度总计\(O(N)\)。

③:\(Sum[i]>T\)时

则事件\(i\)一定不会被做完,即\(P[i]=0\)。

综上,\(Ans\)得解。

代码

#include<cstdio>
#include<algorithm>
using namespace std;
#define LL long long
const int ON=200000;
const int MAXN=200005;
const long long ONE=1;
const int MOD=1000000007;
int N,t[MAXN];
long long F[MAXN];
long long T,Sum[MAXN],Ans;
long long f[MAXN]={1},fe[MAXN]={1};
long long O[MAXN]={1},Oe[MAXN]={1};
long long Sum_N,Sum_K;
LL quick_Pow(LL x,LL y){
if(y==0)return 1;
if(y==1)return x;
if(y%2)return (x*quick_Pow((x*x)%MOD,y/2))%MOD;
return quick_Pow((x*x)%MOD,y/2);
}
void Prepare(){
for(int i=1;i<=ON;i++){
f[i]=(f[i-1]*i)%MOD;
fe[i]=quick_Pow(f[i],MOD-2);
O[i]=(O[i-1]*2)%MOD;
Oe[i]=quick_Pow(O[i],MOD-2);
}
}
long long C(long long x,long long y){
if(y>x)return 0;
return (f[x]*((fe[y]*fe[x-y])%MOD))%MOD;
}
long long work(long long n,long long k){
if(Sum_K==0){
for(int i=0;i<=k;i++)
Sum_N=(Sum_N+C(n,i))%MOD;
}else{
Sum_N=(Sum_N*2-C(n-1,Sum_K)+MOD)%MOD;
for(int i=Sum_K;i>k;i--)
Sum_N=(Sum_N-C(n,i)+MOD)%MOD;
}
Sum_K=k;
return Sum_N;
}
int main(){
Prepare();
scanf("%d%lld",&N,&T);
for(int i=1;i<=N;i++){
scanf("%d",&t[i]);
Sum[i]=Sum[i-1]+t[i];
}
for(int i=1;i<=N;i++){
if(Sum[i]>T)break;
if(Sum[i]+i<=T){
F[i]=1;
continue;
}
F[i]=(work(i,T-Sum[i])*Oe[i])%MOD;
}
for(int i=1;i<=N;i++)
Ans=(Ans+F[i])%MOD;
printf("%lld\n",Ans);
}

【CF1194F】Crossword Expert(数学 期望)的更多相关文章

  1. CF1194F Crossword Expert(数论,组合数学)

    不难的一题.不知道为什么能 $2500$…… 不过场上推错了一直不会优化…… 首先考虑 $f_i$ 表示恰好做完前 $i$ 道题的概率. 这样很难算.修改一下,$f_i$ 表示做完至少 $i$ 道题的 ...

  2. [BZOJ 3143][HNOI2013]游走(数学期望)

    题目:http://www.lydsy.com:808/JudgeOnline/problem.php?id=3143 分析: 易得如果知道了每条边经过的数学期望,那就可以贪心着按每条边的期望的大小赋 ...

  3. Codeforces Round #259 (Div. 2) C - Little Pony and Expected Maximum (数学期望)

    题目链接 题意 : 一个m面的骰子,掷n次,问得到最大值的期望. 思路 : 数学期望,离散时的公式是E(X) = X1*p(X1) + X2*p(X2) + …… + Xn*p(Xn) p(xi)的是 ...

  4. 数学期望和概率DP题目泛做(为了对应AD的课件)

    题1: Uva 1636 Headshot 题目大意: 给出一个000111序列,注意实际上是环状的.问是0出现的概率大,还是当前是0,下一个还是0的概率大. 问题比较简单,注意比较大小: A/C & ...

  5. [2013山东ACM]省赛 The number of steps (可能DP,数学期望)

    The number of steps nid=24#time" style="padding-bottom:0px; margin:0px; padding-left:0px; ...

  6. 【BZOJ2134】单位错选(数学期望,动态规划)

    [BZOJ2134]单位错选(数学期望,动态规划) 题面 BZOJ 题解 单独考虑相邻的两道题目的概率就好了 没了呀.. #include<iostream> #include<cs ...

  7. 【BZOJ1415】【NOI2005】聪聪和可可(动态规划,数学期望)

    [BZOJ1415][NOI2005]聪聪和可可(动态规划,数学期望) 题面 BZOJ 题解 先预处理出当可可在某个点,聪聪在某个点时 聪聪会往哪里走 然后记忆化搜索一下就好了 #include< ...

  8. 【Luogu1291】百事世界杯之旅(动态规划,数学期望)

    [Luogu1291]百事世界杯之旅(动态规划,数学期望) 题面 洛谷 题解 设\(f[i]\)表示已经集齐了\(i\)个名字的期望 现在有两种方法: 先说我自己的: \[f[i]=f[i-1]+1+ ...

  9. 【BZOJ4872】分手是祝愿(动态规划,数学期望)

    [BZOJ4872]分手是祝愿(动态规划,数学期望) 题面 BZOJ 题解 对于一个状态,如何求解当前的最短步数? 从大到小枚举,每次把最大的没有关掉的灯关掉 暴力枚举因数关就好 假设我们知道了当前至 ...

随机推荐

  1. 实践剖析.NET Core如何支持Cookie和JWT混合认证、授权

    前言 为防止JWT Token被窃取,我们将Token置于Cookie中,但若与第三方对接,调用我方接口进行认证.授权此时仍需将Token置于请求头,通过实践并联系理论,我们继续开始整活!首先我们实现 ...

  2. 2.HTML5基本标签

    一.标题标签  h1-->h6 h1最大 h6最小   <body>   <h1>一级标题</h1>   <h2>二级标题</h2> ...

  3. python 设计模式:单例模型

    一.单例模型简介 代码的设计模式共有25种,不同的应用场景应用不同的设计模式,从而达到简化代码.利于扩展.提高性能等目的.本文简述Python实现的单例模式场景.简而言之,单例模式的应用场景是一个类对 ...

  4. 适配器模式(pthon)

    #!/usr/bin/env python3 # -*- coding: utf-8 -*- # adapter_pattern.py # 适配器模式 class Adaptee: def reque ...

  5. docker安装elasticsearch6.8.3-单机模式及可视化Kibana6.8.3

    docker安装elasticsearch6.8.3-单机模式 拉取镜像 docker pull elasticsearch:6.8.3 创建容器  测试环境加上-e "discovery. ...

  6. (随手记)Javascript 的parseInt函数,在IE和非IE内核浏览器运行的不同结果

    一段JS小程序: var str = "09"; var itr = parseInt(str); alert(itr); IE下运行,alert(0); 火狐和chrome下运行 ...

  7. 简单的sdn防火墙

    github仓库 演示视频 本次实验建立的拓扑 使用到的 pox 指令介绍,参考pox控制器学习笔记 1. forwarding.l2_learning 使OpenFlow交换机充当L2学习交换机的一 ...

  8. 深入理解Java虚拟机之图解Java内存区域与内存溢出异常

    Java内存区域与内存溢出异常 运行时数据区域 程序计数器 用于记录从内存执行的下一条指令的地址,线程私有的一小块内存,也是唯一不会报出OOM异常的区域 Java虚拟机栈 Java虚拟机栈(Java ...

  9. Android官方文档翻译 十五 3.3Supporting Different Platform Versions

    Supporting Different Platform Versions 支持不同的平台版本 This lesson teaches you to 这节课教给你 Specify Minimum a ...

  10. Visaul Studio 2015 MFC控件使用之--按钮(Button)

    在MFC开发当中,比较常用的控件之一便是Button控件了,该控件的除了可以通过点击产生的开关量当作开关来使用,还可以设置其颜色变化当作显示灯,按钮控件的使用相对来比较简单. 打开工程解决方案的资源视 ...