概率dp小结

好久之前学过，记得是一次亚洲区的前几天看了看概率dp，然后亚洲区就出了一道概率dp，当时虽然做上了，但是感觉有很多地方没懂，今天起早温习了一下，觉得很多地方茅塞顿开，果然学习的话早上效果最好了。

首先来看一道最基础概率dp

题意是，有一个软件，有s个子系统，会产生n种bug。 
某个程序员一天能发现一个bug，这个bug是这n种bug中的一种，然后发生在某个子系统中。 
问，找到所有的n种bug，且每个子系统都找到bug，这样所要的天数，的期望。

期望，可以分解成多个子期望的加权和，权为子期望发生的概率 
所以： 我首先想到了一个这样的公式dp[x][y] = dp[x][y]*p1+dp[x-1][y-1]*p2+dp[x][y-1]*p3+dp[x-1][y]*p4

dp[x][y]代表已经有x种bug并且有y个系统至少有一个bug的期望值

我们知道他是从自身以及他的前几种状态推导过来，乍一看这个公式应该是对的，但是dp[n][m]会无穷大，因为他的期望是没有停止状态的，也就是题意要求的应该是到达n,m状态时停止。

那么我们又可以从倒推的角度去考虑这个问题，dp[x][y]表示的是已经有x种bug并且有y个系统至少有一种bug的时候还需要多少步能够到达dp[n][m]的状态。

那么公式又变成了这样dp[x][y] = dp[x+1][y+1]*p1+dp[x+1][y]*p2+dp[x][y+1]*p3+dp[x][y]*p4+1

也就是dp[x][y] = dp[x+1][y+1] *(n-x)*(m-y)/n/m+dp[x+1][y]*(n-x)*y/n/m+dp[x][y+1]*x*(m-y)/n/m+dp[x][y]*x*y/n/m+1

将dp[x][y]合并得dp[x][y](1-x*y/n/m) = dp[x+1][y+1] *(n-x)*(m-y)/n/m+dp[x+1][y]*(n-x)*y/n/m+dp[x][y+1]*x*(m-y)/n/m+1

1.poj2096,就是上面的题

#include<stdio.h>
#include<string.h>
#include<iostream>
using namespace std;
double dp[][];
int main(){
    int n, m;
    scanf("%d%d", &n, &m);
        for(int i = ;i <= n+; i++){
            for(int k = ; k <= m+; k++){
                dp[i][k]= ;
            }
        }
        for(int x = n; x >= ; x--){
            for(int y = m; y >=; y--){
                if(x == n && y ==m)dp[x][y] = ;
                else
                dp[x][y]= (+dp[x+][y+] *(n-x)*(m-y)/n/m+dp[x+][y]*(n-x)*y/n/m+dp[x][y+]*x*(m-y)/n/m)/(1.0-1.0*x*y/n/m);
            }
        }
        printf("%.4f\n", dp[][]);
}

2.UVALive 5811

题目大意：有54张牌，一张一张翻，在四种花色都不小于分别给定的四个值时停止，王牌可以当做任意一种花色，但是在翻得时候就要确定，求翻牌数的期望。

公式神马的好推，写的时候稍微费劲了点

#include<iostream>
#include<stdio.h>
#include<string.h>
using namespace std;
double dp[][][][][][];
int main(){
    int t;
    scanf("%d", &t);
    int cas = ;
    while(t--){
        int a, b, c, d;
        scanf("%d%d%d%d", &a, &b, &c, &d);
        int aa = ;
        if(a > ) aa += -a;
        if(b > ) aa += -b;
        if(c > ) aa +=  - c;
        if(d > ) aa +=  - d;
        if(aa < -){
            printf("Case %d: %.3f\n", cas++, -1.0);//printf("000");
            continue;
        }
        for(int i = ; i >= ; i--){
            for(int k = ; k >= ;k --){
                for(int j = ; j >= ; j--){
                    for(int h = ; h >= ; h--){
                        for(int x = ; x >= ; x--){
                            for(int y = ; y >= ; y--){
                                int aa = i, bb = k, cc = j, dd = h;
                                if(x == ) aa++;
                                if(x == ) bb ++;
                                if(x == ) cc++;
                                if(x == ) dd++;
                                if(y == ) aa++;
                                if(y==) bb++;
                                if(y == ) cc++;
                                if(y == ) dd++;
                                int tot =  - aa - bb - cc- dd;
                                if(aa >= a && bb >= b && cc >= c && dd >= d){
                                    dp[i][k][j][h][x][y] = ;continue;
                                }else if(tot == ){
                                    dp[i][k][j][h][x][y] = ;continue;
                                }
                                double uu = ;
                                int ss = ;                     //kexuanwangpai
                                if(!x) ss ++;
                                if(!y) ss ++;
                                dp[i][k][j][h][x][y] = ;
                                if(!x){
                                    uu = min(min(min(dp[i][k][j][h][][y], dp[i][k][j][h][][y]), dp[i][k][j][h][][y]), dp[i][k][j][h][][y]);
                                    //if(i+k+j+h == 52 && x == 0 && y == 0) printf("%.3lf %.3lf-----------\n", uu,ss*1.0/tot*uu);
                                    dp[i][k][j][h][x][y] += ss*1.0/tot*uu;
                                }
                                else if(!y){
                                    uu = min(min(min(dp[i][k][j][h][x][],dp[i][k][j][h][x][]),dp[i][k][j][h][x][]), dp[i][k][j][h][x][]);
                                    dp[i][k][j][h][x][y] += ss * 1.0/tot*uu;
                                }
                                uu = ;
                                if(i < ){
                                    uu += dp[i+][k][j][h][x][y]*(-i)/tot;
                                }
                                if(k < )
                                    uu +=dp[i][k+][j][h][x][y] * (-k)/tot;
                                if(j < )
                                    uu += dp[i][k][j+][h][x][y] *( - j)/tot;
                                if(h < )
                                    uu += dp[i][k][j][h+][x][y] * ( - h)/tot;
                                dp[i][k][j][h][x][y] += uu;
                            }
                        }
                    }
                }
            }
        }
        //printf("%.3lf\n", dp[13][13][13][13][0][0]);
        printf("Case %d: %.3f\n", cas++, dp[][][][][][]);
    }
}