[SHOI2012]随机树

题目大意( 网址戳我! )

随机树是一颗完全二叉树,初始状态下只有一个节点。
随机树的生成如下:每次随机选择一个叶子节点,扩展出两个儿子。
现在给定一个正整数\(n\)(\(n \le 100\)) , 询问叶子节点个数为\(n\)的随机树:

  • \(q = 1\) :叶子节点的平均深度
  • \(q = 2\) :整棵随机树的平均深度

样例:\(cin\ q\ n\ \ \ \ ;cin\ 1\ 4\ ,\ put\ 2.166667\ \ \ ;\ \ \ cin \ 2 \ 4\ ,\ put\ 2.666667\ \ \ ;\)

解题思路

\(solve_a\): \(q = 1\) (叶子节点平均深度)

设\(f(x)\)表示扩展了\(x\)次后的叶子节点平均深度。
那么求\(f(x)\)时 , 直接把新扩展的节点深度设为 \(f(x-1)\) 不就行了吗?
转移:
\(f(x) = \frac{1}{x} (\ f(x-1)*(x-1) - f(x - 1) + (f(x-1)+1)*2\ )\)
把它展开后:
\(f(x) = f(x - 1) + \frac{2}{x}\) , 初始值:\(f(0) = 0\) ;

\(solve_b\): \(q = 2\) (整棵树的平均深度)

整数概率公式:\(E(x) = \sum_{i=1}^{\infty} P(x \ge i)\)
所以只要求随机树层数大于等于\(i\)层的概率即可。
我们脱离扩展,改为构建一颗有\(n\)个叶子节点,问层数大于等于\(i\)层的概率。
设\(f[x][d]\)表示有\(x\)个叶节点,树深度大于等于\(d\)的概率。
那么每次通过添加根来提升层数 , 枚举左右儿子分配多少个叶子节点即可。
转移:
\[f[x][d] = \frac{1}{x-1}\sum_{i=1}^{x-1} = f[i][d-1] + f[x-i][d-1] - f[i][d-1]*f[x-i][d-1]\]
就是小学容斥原理 , 然后初值为:\(f[x][0] = 1.0\)

实现代码:

#include<bits/stdc++.h>
#define RG register
#define IL inline
#define _ 101
using namespace std;

double f[_][_],res,ans; int q , n ; 

IL void solve1(){
    for(RG int i = 2; i <= n; i ++) res += 2.0 / (double)i ;
    printf("%.6lf" , res) ;  return ;
}
IL void solve2(){
    for(RG int x = 1; x <= n; x ++)f[x][0] = 1.0;
    for(RG int x = 2; x <= n; x ++)
        for(RG int d = 1; d <= x ; d ++){
            for(RG int l = 1; l <= x - 1; l ++)
                f[x][d] += f[l][d-1] + f[x-l][d-1] - f[l][d-1]*f[x-l][d-1] ;
            f[x][d] /= (double)(x - 1) ;
        }
    ans = 0; for(RG int i = 1; i <= n; i ++)ans += f[n][i] ;
    printf("%.6lf" , ans) ;  return ;
}

int main(){
    cin >> q ; cin >> n;
    (q & 1) ? solve1() : solve2() ;
    return 0;
}

[SHOI2012]随机树的更多相关文章

  1. P3830 [SHOI2012]随机树 题解

    P3830 随机树 坑题,别人的题解我看了一个下午没一个看得懂的,我还是太弱了. 题目链接 P3830 [SHOI2012]随机树 题目描述 输入输出格式 输入格式: 输入仅有一行,包含两个正整数 q ...

  2. P3830 [SHOI2012]随机树

    P3830 [SHOI2012]随机树 链接 分析: 第一问:f[i]表示有i个叶子结点的时候的平均深度,$f[i] = \frac{f[i - 1] + 2 + f[i - 1] * (i - 1) ...

  3. bzoj2830: [Shoi2012]随机树

    题目链接 bzoj2830: [Shoi2012]随机树 题解 q1好做 设f[n]为扩展n次后的平均深度 那么\(f[n] = \frac{f[n - 1] * (n - 1) + f[n - 1] ...

  4. luogu P3830 [SHOI2012]随机树 期望 dp

    LINK:随机树 非常经典的期望dp. 考虑第一问:设f[i]表示前i个叶子节点的期望平均深度. 因为期望具有线性性 所以可以由每个叶子节点的期望平均深度得到总体的. \(f[i]=(f[i-1]\c ...

  5. luogu3830 [SHOI2012]随机树

    传送门:洛谷 题目大意:对于一个只有一个节点的二叉树,一次操作随机将这棵树的叶节点的下方增加两个节点.$n-1$次操作后变为$n$个叶节点的二叉树.求:(1)叶节点平均深度的期望值(2)树深度的数学期 ...

  6. luogu P3830 [SHOI2012]随机树

    输入格式 输入仅有一行,包含两个正整数 q, n,分别表示问题编号以及叶结点的个数. 输出格式 输出仅有一行,包含一个实数 d,四舍五入精确到小数点后 6 位.如果 q = 1,则 d 表示叶结点平均 ...

  7. [SHOI2012]随机树[期望dp]

    题意 初始 \(1\) 个节点,每次选定一个叶子节点并加入两个儿子直到叶子总数为 \(n\),问叶子节点深度和的平均值的期望以及最大叶子深度的期望. \(n\leq 100\) . 分析 对于第一问, ...

  8. 洛谷P3830 [SHOI2012]随机树(期望dp)

    题面 luogu 题解 第一问: 设\(f[i]\)表示\(i\)步操作后,平均深度期望 \(f[i] = \frac {f[i - 1] * (i - 1)+f[i-1]+2}{i}=f[i-1]+ ...

  9. 【[SHOI2012]随机树】

    感觉第一问就非常神仙,还有第二问怎么被我当成组合数学题来做了 首先是第一问 期望具有线性性,于是深度平均值的期望等于深度和的期望值的平均 设\(dp_x\)表示具有\(x\)个叶子节点的树的深度和的期 ...

随机推荐

  1. Visual Studio 2017 Enterprise (15.3)

    版本15.3更新在用户离线下载时更加人性化,包含了进度显示,下载出错可以输入R,进行下载的重新尝试,并在当前下载框下继续下载为完成的作业,结合 --layout 参数的离线文件的检查和修复,并且在下载 ...

  2. linux下双网卡的绑定

    如果服务器上有两快网卡就可以把它绑定为一块虚拟的网卡,如果一块网卡坏了另一块还可以继续工作,增加了冗余度和负载,具体做法如下: 新建一个虚拟的网卡,命令如下: iv /etc/sysconfig/ne ...

  3. HTML5VEDIO标签阿里云-微信浏览器兼容性问题

    在网页展示媒体对象,离不开HTML5的 audio和video对象.但这两个目前来看兼容性方面还得关注一下. 目前在做一个阿里云下载video 并在微信端播放mp4格式的视频的时候,碰到了一些兼容性问 ...

  4. Visual Studio 2017 Enterprise 发布 15.3.2 版,附离线安装包下载。

    Visual Studio 2017 Enterprise 更新至 15.3.2 ,本安装包使用微软原版安装文件,配合layout指令全量下载后制作,内置中文语言包,包含 Visual Studio ...

  5. 接口-以PHP为例

    <?php //使用程序模拟现实情况 //使用规范(方法/属性) interface iUSB { public function start(); public function stop() ...

  6. php 快排

    <?php $arr =array(3,1,5,67,8,7,9,9); function qsort(&$arr,$head,$tail){ if($head>=$tail){ ...

  7. length()方法,length属性和size()的方法的区别

    length()方法,length属性和size()的方法的区别: length()方法是针对字符串来说的,要求一个字符串的长度就要用到它的length()方法: length属性是针对Java中的数 ...

  8. Qt create 如何构建 ActiveX 控件?

    ActiveX.pro #------------------------------------------------- # # Project created by QtCreator 2018 ...

  9. (转载)SVM-基础(五)

    作为支持向量机系列的基本篇的最后一篇文章,我在这里打算简单地介绍一下用于优化 dual 问题的 Sequential Minimal Optimization (SMO) 方法.确确实实只是简单介绍一 ...

  10. DataTable筛选某列最大值

    dt.Compute("max(列名)",""); Compute函数的参数就两个:Expression,和Filter. Expresstion是计算表达式, ...