小 R 和室友小 B 在寝室里玩游戏。他们一共玩了 $n$ 局游戏,每局游戏的结果要么是小 R 获胜,要么是小 B 获胜。

第 $1$ 局游戏小 R 获胜的概率是 $p_1$,小 B 获胜的概率是 $1-p_1$。除了第一局游戏之外,每一局游戏小 R 获胜的概率与上一局游戏小 R 是否获胜有关。

具体来说:

  1. 如果第 $i-1\ (1< i\le n)$ 局游戏小 R 获胜,那么第 $i$ 局游戏小 R 获胜的概率为 $p_i$,小 B 获胜的概率为 $1-p_i$。
  2. 如果第 $i-1\ (1< i\le n)$ 局游戏小 B 获胜,那么第 $i$ 局游戏小 R 获胜的概率为 $q_i$,小 B 获胜的概率为 $1-q_i$。

小 D 时常过来看小 R 和小 B 玩游戏,因此他知道某几局游戏的结果。他想知道在他已知信息的条件下,小 R 在 $n$ 局游戏中获胜总局数的期望是多少。

小 D 记性不太好,有时他会回忆起某局游戏的结果,并把它加入到已知信息中;有时他会忘记之前某局游戏结果,并把它从已知信息中删除。你的任务是:每当小 D 在已知信息中增加或删除一条信息时,根据小 D 记得的已知信息,帮助小 D 计算小 R 在 $n$ 局游戏中获胜总局数的期望是多少。

需要注意的是:如果小 D 忘了一局游戏的结果,之后又重新记起,两次记忆中的游戏结果不一定是相同的。你不需要关心小 D 的记忆是否与实际情况相符,你只需要根据他的记忆计算相应的答案。

输入格式

第一行两个正整数 $n,m$ 和一个字符串 $type$。表示小 R 和小 B 一共玩了 $n$ 局游戏,小 D 一共进行了 $m$ 次修改已知信息的操作,该数据的类型为 $type$。$type$ 字符串是为了能让大家更方便地获得部分分,你可能不需要用到这个输入,其具体含义见限制与约定

接下来 $n$ 行,第 $1$ 行包含一个实数 $p_1$,表示第一局比赛小R获胜的概率是 $p_1$。第 $i\ (1< i \le n)$ 行包含两个实数 $p_i,q_i$。表示在第 $i-1$ 局游戏小 R 获胜的情况下,第 $i$ 局游戏小 R 获胜的概率是 $p_i$;$q_i$ 表示在第 $i-1$ 局游戏小 B 获胜的情况下,第 $i$ 局游戏小 R 获胜的概率是 $q_i$。

接下来 $m$ 行,每行描述一个小 D 已知信息的变化,操作分为两类。

  1. add i c 表示小 D 回忆起了第 $i$ 局比赛的结果,并把它加入到已知信息中。若 $c=0$ 表示第 $i$ 局比赛小 B 获胜,若 $c=1$ 表示第 $i$ 局比赛小 R 获胜。数据保证 $i,c$ 均为整数且 $1\le i \le n,0\le c \le 1$,如果这个操作不是第一个操作,保证在上一个操作结束后的已知信息中没有第 $i$ 局比赛的结果。
  2. del i 表示小 D 忘记了第 $i$ 局比赛的结果,并把它从已知信息中删除。数据保证 $i$ 是整数且 $1\le i \le n$,保证在上一个操作结束后的已知信息中有第 $i$ 局比赛的结果。

输出格式

对于每个操作,输出一行实数,表示操作结束后,在当前已知信息的条件下,小R在 $n$ 局游戏中总共获胜的局数的期望是多少。

样例一

input

3 3 A
0.3
0.5 0.2
0.9 0.8
add 1 1
add 3 0
del 1

output

2.350000
1.333333
0.432749

explanation

运用贝叶斯公式

第一问

$$p(x_2=1|x_1=1)=0.5,p(x_3=1|x_1=1)=0.5*0.9+0.5*0.8=0.85,E(x_1+x_2+x_3|x_1=1)=0.5+0.85+1=2.35$$

第二问

$$p(x_2=1|x_1=1,x_3=0)=\frac{p(x_3=0|x_1=1,x_2=1)p(x_2=1|x_3=0)}{p(x_3=0|x_1=1)} \approx 0.333,E(x_1+x_2+x_3|x_1=1,x_3=0) \approx 1.333$$

第三问

$$p(x_2=1|x_3=0)=\frac{p(x_3=0|x_2=1)p(x_2=1)}{p(x_3=0)}$$

其中

$$p(x_3=0|x_2=1)=0.1,p(x_2=1)=0.3*0.5+0.7*0.2=0.29,p(x_3=0)=0.29*0.1+0.71*0.2=0.171$$

所以

$$p(x_2=1|x_3=0)=0.1*0.29/0.171 \approx 0.16959$$

$$p(x_1=1|x_3=0)=\frac{p(x_3=0|x_1=1)p(x_1=1)}{p(x_3=0)}$$

其中

$$p(x_3=0|x_1=1)=0.5*0.1+0.5*0.2=0.15,p(x_1=1)=0.3,p(x_3=0)=0.171$$

所以

$$p(x_1=1|x_3=0)=0.15*0.3/0.171 \approx 0.26316$$

$$E(x_1+x_2+x_3|x_3=0) \approx 0.43275$$

样例二

见样例数据下载。

样例三

见样例数据下载。

评分标准

如果你的答案与正确答案的绝对误差在 $10^{-4}$ 以内,则被判定为正确。

如果你的所有答案均为正确,则得满分,否则得 0 分。

请注意输出格式:每行输出一个答案,答案只能为一个实数。每行的长度不得超过 50。错误输出格式会被判定为 0 分。

限制与约定

对于100%的数据,$1\le n\le 200000, 1\le m \le 200000,0 < p_i,q_i < 1$。

对于100%的数据,输入保留最多四位小数

本题共有20个数据点,每个数据点5分,每个测试点的具体约定如下表:

测试点 $n$ $m$ 数据类型
1-2 $\le 10$ $\le 20$ A
3-4 $\le 100$ $\le 100$ B
5-6 $\le 1000$ $\le 5000$ A
7-9 $\le 2000$ $\le 5000$ B
10-13 $\le 10000$ $\le 200000$ B
14-15 $\le 200000$ $\le 200000$ C
16-17 D
18-20 A

数据类型的含义:

A:无限制

B:$\forall i > 1,|p_i-q_i| > 0.999$

C:同一时刻,小 D 最多只有 1 条已知信息

D:同一时刻,小 D 最多只有 5 条已知信息

时间限制:$1\texttt{s}$

空间限制:$512\texttt{MB}$

小R教你学数学

可能会用到以下公式

  1. 条件概率的计算方法

    我们记 $p(A|B)$ 表示在已知事件 $B$ 发生时事件 $A$ 发生的概率,条件概率可以用以下公式计算:

    $$p(A|B)=\frac{p(AB)}{p(B)}$$

    其中$p(AB)$表示事件 $B$ 和事件 $A$ 同时发生的概率,$p(B)$ 表示事件 $B$ 发生的概率。

  2. 贝叶斯公式(Bayes)

    由条件概率的计算方法,我们容易得到贝叶斯公式

    $$p(A|B)=\frac{p(B|A)p(A)}{p(B)}$$

  3. 全概率公式

    如果随机变量 $x$ 有 $k$ 个取值,分别为 $x_1,x_2,\ldots,x_k$ 那么

    $$p(A)=\sum_{i=1}^k p(A|x=x_i)p(x=x_i)$$

温馨提示

在本题中,如果你希望获得全部的分数,你可能需要考虑由于浮点数运算引入的误差。只使用加法和乘法运算不会引入太大的误差,但请谨慎使用减法和除法。

  1. 两个大小相近的数相减可以引入非常大的相对误差。
  2. 如果一个矩阵的行列式值非常小,那么求解该矩阵的逆可以带来相当大的误差。

当然,如果你的算法在数学上是正确的,但没有考虑浮点数运算的误差问题,可能仍然可以获得一部分的分数。

下载

样例数据下载

【题解】

  • 贝叶斯证明;
    \[
    \begin{align}
    &bayes公式:\\
    P(A|B)P(B) &= P(A\ \cap B) \Leftrightarrow P(A|B) = \frac{P(B|A)P(A)}{P(B)} \\
    &P(x_i=1|x_l=a,x_r=b)(1\lt i \le r)\\
    &=\frac{P(x_i=1,x_l=a,x_r=b)}{P(x_l=a,x_r=b)}\\
    &=\frac{P(x_i=1,x_l=a,x_r=b)}{P(x_l=a)P(x_r=b|x_l=a)}\\
    &=\frac{P(x_i=1,x_r=b|x_l=a)}{P(x_r=b|x_l=a)}\\
    \end{align}
    \]

【代码】

  • #include<map>
    #include<cstdio>
    #include<cstring>
    #include<iostream>
    #define fi first
    using std::map;
    const int N=2e5+;
    int n,m;double ans,p[N],q[N];char opt[];
    map<int,int>S;
    map<int,int>::iterator it,nxt,pre;
    struct Matrix{
    double s[][];
    Matrix(){memset(s,,sizeof s);}
    Matrix operator +(const Matrix &a)const{
    Matrix c;
    for(int i=;i<;i++){
    for(int j=;j<;j++){
    c.s[i][j]=s[i][j]+a.s[i][j];
    }
    }
    return c;
    }
    Matrix operator *(const Matrix &a)const{
    Matrix c;
    for(int i=;i<;i++){
    for(int j=;j<;j++){
    for(int k=;k<;k++){
    c.s[i][j]+=s[i][k]*a.s[k][j];
    }
    }
    }
    return c;
    }
    };
    struct data{Matrix mul,sum;}tr[N<<];
    data operator +(const data &a,const data &b){
    data c;
    c.mul=a.mul*b.mul;
    c.sum=a.mul*b.sum+a.sum*b.mul;
    return c;
    }
    #define lch k<<1
    #define rch k<<1|1
    void build(int k,int l,int r){
    if(l==r){
    tr[k].mul.s[][]=-q[l];
    tr[k].mul.s[][]=q[l];
    tr[k].mul.s[][]=-p[l];
    tr[k].mul.s[][]=p[l]; tr[k].sum.s[][]=q[l];
    tr[k].sum.s[][]=p[l];
    return ;
    }
    int mid=l+r>>;
    build(lch,l,mid);
    build(rch,mid+,r);
    tr[k]=tr[lch]+tr[rch];
    }
    data query(int k,int l,int r,int x,int y){
    if(l==x&&r==y) return tr[k];
    int mid=l+r>>;
    if(y<=mid) return query(lch,l,mid,x,y);
    else if(x>mid) return query(rch,mid+,r,x,y);
    else return query(lch,l,mid,x,mid)+query(rch,mid+,r,mid+,y);
    }
    double ask(int l,int r){
    data tmp=query(,,n+,l+,r);
    return tmp.sum.s[S[l]][S[r]]/tmp.mul.s[S[l]][S[r]];
    }
    int main(){
    scanf("%d%d%*s%lf",&n,&m,&p[]);
    for(int i=;i<=n;i++) scanf("%lf%lf",p+i,q+i);
    p[]=q[]=;S[]=;S[n+]=;
    build(,,n+);
    ans=ask(,n+);
    for(int i=m,x,y;i;i--){
    scanf("%s%d",opt,&x);
    if(opt[]=='a'){
    scanf("%d",&y);S[x]=y;
    it=S.lower_bound(x);
    nxt=pre=it;pre--,nxt++;
    ans+=ask(pre->fi,it->fi);
    ans+=ask(it->fi,nxt->fi);
    ans-=ask(pre->fi,nxt->fi);
    }
    else{
    it=S.lower_bound(x);
    nxt=pre=it;pre--,nxt++;
    ans-=ask(pre->fi,it->fi);
    ans-=ask(it->fi,nxt->fi);
    ans+=ask(pre->fi,nxt->fi);
    S.erase(it);
    }
    printf("%.10lf\n",ans);
    }
    return ;
    }

CTSC 2017 游戏[概率dp 线段树]的更多相关文章

  1. [BZOJ5461][LOJ#2537[PKUWC2018]Minimax(概率DP+线段树合并)

    还是没有弄清楚线段树合并的时间复杂度是怎么保证的,就当是$O(m\log n)$吧. 这题有一个显然的DP,dp[i][j]表示节点i的值为j的概率,转移时维护前缀后缀和,将4项加起来就好了. 这个感 ...

  2. LOJ2537. 「PKUWC2018」Minimax【概率DP+线段树合并】

    LINK 思路 首先暴力\(n^2\)是很好想的,就是把当前节点概率按照权值大小做前缀和和后缀和然后对于每一个值直接在另一个子树里面算出贡献和就可以了,注意乘上选最大的概率是小于当前权值的部分,选最小 ...

  3. [tsA1490][2013中国国家集训队第二次作业]osu![概率dp+线段树+矩阵乘法]

    这样的题解只能舔题解了,,,qaq 清橙资料里有.. #include <iostream> #include <cstdio> #include <cstdlib> ...

  4. ZOJ 3349 Special Subsequence 简单DP + 线段树

    同 HDU 2836 只不过改成了求最长子串. DP+线段树单点修改+区间查最值. #include <cstdio> #include <cstring> #include ...

  5. hdu 3016 dp+线段树

    Man Down Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others) Total S ...

  6. cf834D(dp+线段树区间最值,区间更新)

    题目链接: http://codeforces.com/contest/834/problem/D 题意: 每个数字代表一种颜色, 一个区间的美丽度为其中颜色的种数, 给出一个有 n 个元素的数组, ...

  7. [JLOI2013]卡牌游戏 概率DP

    [JLOI2013]卡牌游戏 概率DP 题面 \(dfs\)复杂度爆炸,考虑DP.发现决策时,我们只用关心当前玩家是从庄家数第几个玩家与当前抽到的牌是啥.于是设计状态\(f[i][j]\)表示有\(i ...

  8. Codeforces Round #620 F2. Animal Observation (hard version) (dp + 线段树)

    Codeforces Round #620 F2. Animal Observation (hard version) (dp + 线段树) 题目链接 题意 给定一个nm的矩阵,每行取2k的矩阵,求总 ...

  9. 【BZOJ-2892&1171】强袭作战&大sz的游戏 权值线段树+单调队列+标记永久化+DP

    2892: 强袭作战 Time Limit: 50 Sec  Memory Limit: 512 MBSubmit: 45  Solved: 30[Submit][Status][Discuss] D ...

随机推荐

  1. 8.Javascript-map、reduce、filter 等高阶函数

    高阶函数 高阶函数是对其他函数进行操作的函数,可以将它们作为参数或通过返回它们.简单来说,高阶函数是一个函数,它接收函数作为参数或将函数作为输出返回. 例如Array.prototype.map,Ar ...

  2. 记录下Hbuilder 打包IOS发布时 总是提示错误:ios prifile文件与私钥证书匹配 的问题

    最近两天,新的APP准备要上线,然后打包正式发布版 时,总是提示不匹配 证书照hbuilder里面的文档 一样也不行,然后百度了N种方法,都是不行,而且也比较少搜索到相关问题. 后来都是谷歌了下,找到 ...

  3. Java 面向对象(八) 权限修饰符 和 final、native 关键字

    一.权限修饰符 1.概述 在 Java 中提供了四种访问权限,使用不同的访问权限修饰符修饰时,被修饰的内容会有不同的访问权限: public:公共的: protected:受保护的: default: ...

  4. CSS3 2D 变换

    CSS2D transform 表示2D变换,目前获得了各主流浏览器的支持,是CSS3中具有颠覆性的特征之一,可以实现元素的位移.旋转.倾斜.缩放,甚至支持矩阵方式,可以取代大量之前只能靠Flash才 ...

  5. 【故障处理】imp-00051,imp-00008

    [故障处理]imp-00051,imp-00008 1.1  BLOG文档结构图 1.2  故障分析及解决过程 imp导入报错: IMP-00051: Direct path exported dum ...

  6. Docker 安装环境(redis、mongodb、mysql等)

    Docker下载地址 [ https://download.docker.com/win/stable/Docker%20Desktop%20Installer.exe ] 一.创建/启动 redis ...

  7. docker cannot stop container问题解决

    docker 容器在启动时出现异常,删除容器或者暂停容器时会出现cannot stop container 先使用sudo aa-remove-unknown ,再进行其他操作 lgj@lgj-Len ...

  8. 生成小程序菊花码(生成菊花码、更换中间logo、更改图片尺寸,加文字)

    <?php /** * 获取小程序二维码 */ class getMiniQrcode { public $db = ''; public function __construct() { $t ...

  9. JVM 理论基础目录(待更新,系列完全写完后会统一整理好)

    参考文档: [1] Java 虚拟机规范(Java SE 8版) [2] 深入理解 Java 虚拟机: JVM 高级特性与最佳实践 周志明 本系列的更新快慢全部随意,介意者请海涵. 一 .JVM 入门 ...

  10. 【转载】深入剖析自定义View之onMeasure

    1.前言 自定义View中我们看到很多都重写了onMeasure方法,那么我们首先得知道onMeasure是做什么的.onMeasure中文意思就是测量,所以它是用于测量View的大小,影响View大 ...