这是一道概率+树形\(dp\)

首先我们看到这里每一个的贡献都是1,所以我们要求的期望就是概率

求得其实就是这个

\[\sum_{i=1}^nP_i
\]

\(P_i\)为节点\(i\)通电的概率

显然节点\(i\)通电有三种可能

  1. 它自己来电了

  2. 它的子树里有一个点来电了传了过来

  3. 它的子树外面有一个点来电了传了过来

第一种情况最好考虑了,至于第二种和第三种我们好像很难解决的样子

但是这显然也告诉了我们这是一个套路题,第二种和第三种正好就是树规里的\(up\) \(and\) \(down\)思想

于是我们设\(h[i]\)表示第\(i\)个节点通电的概率,之后我们利用\(up\) \(and\) \(down\)思想,在第一遍dfs的过程中,\(h[i]\)表示\(i\)通电的概率,且电一定来自它自己或者它的子树里(对应第一第二种情况),在第二遍dfs的时候被更新成为电来自于任何地方的概率(对应所有情况)

最开始初始化,\(h[i]=a[i]*0.01\)电只能来自自己

之后第一遍dfs,树形dp里的\(up\),我们要将子树的信息合并给根,由于根通电还是有两种可能

  1. 根自己来电了

  2. 儿子来电,儿子通向根的边导电

显然这两种情况只需要满足一种就够了

但是合并之后的概率是多少呢,直接加起来显然是不对的而我还真加了起来

我们考虑有两个事件\(A,B\),发生的概率分别是\(P(A),P(B)\),那么至少发生一件的概率应该是

\[P(A)+P(B)-P(A)*P(B)
\]

这个怎么推出来的,很简单,至少发生一件,那么就有三种可能

  1. \(A\)发生\(B\)不发生,那么则为\(P(A)*(1-P(B))\)

  2. \(B\)发生\(A\)不发生,那么则为\(P(B)*(1-P(A))\)

  3. \(A,B\)一起发生,那么则为\(P(A)*P(B)\)

三项合起来最后一化就是\(P(A)+P(B)-P(A)*P(B)\)

所以我们合并根和子树的信息的时候,\(P(A)=h[i],P(B)=h[j]*p(i,j)\),\(i\)是子树的根,\(j\)是\(i\)的儿子,\(p(i,j)\)是这条边导电的概率

所以\(h[i]=P(A)+P(B)-P(A)*P(B)\)

之后我们就要考虑\(down\)了,一个节点有点也有可能来自它的父亲,于是我们采用\(down\)的思想用父亲更新儿子

显然我们更新一位父亲的某个儿子,显然我们只能用其他点来电传到父亲的概率来更新这个儿子

于是我们设\(P(B)=h[j]*p(i,j)\),而且有

\[P(A)+P(B)-P(A)*P(B)=h[i]
\]

我们要求的是\(P(A)\)即除了\(j\)这棵子树其他点来电使得\(i\)有电的概率

于是解一下这个方程

\[P(A)-P(A)*P(B)=h[i]-P(B)
\]

\[P(A)*(1-P(B))=h[i]-P(B)
\]

\[P(A)=\frac{h[i]-P(B)}{1-P(B)}
\]

而之后我们去更新儿子的话还有一边是否导电需要考虑,于是

\[h[j]=h[j]+(P(A)*p(i,j))-h[j]*P(A)*p(i,j)
\]

之后就没有啦,同时还有一个非常坑的地方就是如果\(P(B)=h[j]*p(i,j)=1\)

那么除以\(1-P(B)\)肯定会出错,由于\(h[j]\)都已经是1了,显然没有什么必要去更新它了,于是可以直接跳过这一层接着往下更新就好了

#include<iostream>
#include<cstring>
#include<cstdio>
#define re register
#define maxn 500005
#define eps 1e-7
struct node
{
int v,nxt,w;
}e[maxn<<1];
int num,n,m;
int a[maxn],head[maxn],deep[maxn];
double h[maxn];
double ans;
inline int read()
{
char c=getchar();
int x=0;
while(c<'0'||c>'9') c=getchar();
while(c>='0'&&c<='9')
x=(x<<3)+(x<<1)+c-48,c=getchar();
return x;
}
inline void add_edge(int x,int y,int z)
{
e[++num].v=y;
e[num].nxt=head[x];
e[num].w=z;
head[x]=num;
}
void dfs(int x)//up
{
for(re int i=head[x];i;i=e[i].nxt)
if(!deep[e[i].v])
{
deep[e[i].v]=deep[x]+1;
dfs(e[i].v);
double k=h[e[i].v]*double(e[i].w)/100;
h[x]=h[x]+k-h[x]*k;
}
}
inline int check(double aa,double bb)
{
if(aa+eps>bb&&aa-eps<bb) return 1;
return 0;
}
void redfs(int x)//down
{
ans+=h[x];
for(re int i=head[x];i;i=e[i].nxt)
if(deep[e[i].v]>deep[x])
{
if(check(h[e[i].v]*double(e[i].w)/100,1))
{
redfs(e[i].v);
continue;
}
double k=(h[x]-h[e[i].v]*double(e[i].w)/100)/(1-h[e[i].v]*double(e[i].w)/100);
k*=double(e[i].w)/100;
h[e[i].v]=h[e[i].v]+k-k*h[e[i].v];
redfs(e[i].v);
}
}
int main()
{
n=read();
int x,y,z;
for(re int i=1;i<n;i++)
{
x=read();
y=read();
z=read();
add_edge(x,y,z),add_edge(y,x,z);
}
for(re int i=1;i<=n;i++)
a[i]=read(),h[i]=a[i]*0.01;
deep[1]=1;
dfs(1);
redfs(1);
printf("%.6lf",ans);
return 0;
}

【[SHOI2014]概率充电器】的更多相关文章

  1. BZOJ 3566: [SHOI2014]概率充电器( 树形dp )

    通过一次dfs求出dp(x)表示节点x考虑了x和x的子树都没成功充电的概率, dp(x) = (1-p[x])π(1 - (1-dp[son])*P(edge(x, son)).然后再dfs一次考虑节 ...

  2. BZOJ 3566: [SHOI2014]概率充电器 [树形DP 概率]

    3566: [SHOI2014]概率充电器 题意:一棵树,每个点\(q[i]\)的概率直接充电,每条边\(p[i]\)的概率导电,电可以沿边传递使其他点间接充电.求进入充电状态的点期望个数 糖教题解传 ...

  3. BZOJ3566: [SHOI2014]概率充电器 树形+概率dp

    3566: [SHOI2014]概率充电器 Time Limit: 40 Sec  Memory Limit: 256 MBSubmit: 1888  Solved: 857[Submit][Stat ...

  4. 洛谷 P4284 [SHOI2014]概率充电器 解题报告

    P4284 [SHOI2014]概率充电器 题目描述 著名的电子产品品牌SHOI 刚刚发布了引领世界潮流的下一代电子产品-- 概率充电器: "采用全新纳米级加工技术,实现元件与导线能否通电完 ...

  5. P4284 [SHOI2014]概率充电器

    P4284 [SHOI2014]概率充电器 今天上课讲到的题orz,第一次做这种上下搞两次dp的题. g[i]表示i的子树(包括i)不给i充电的概率. f[i]表示i的父亲不给i充电的概率. g[]可 ...

  6. 【BZOJ 3566】 3566: [SHOI2014]概率充电器 (概率树形DP)

    3566: [SHOI2014]概率充电器 Description 著名的电子产品品牌 SHOI 刚刚发布了引领世界潮流的下一代电子产品——概率充电器:“采用全新纳米级加工技术,实现元件与导线能否通电 ...

  7. BZOJ3566 SHOI2014 概率充电器 【概率DP】

    BZOJ3566 SHOI2014 概率充电器 Description 著名的电子产品品牌 SHOI 刚刚发布了引领世界潮流的下一代电子产品——概率充电器: “采用全新纳米级加工技术,实现元件与导线能 ...

  8. 【BZOJ3566】[SHOI2014]概率充电器 期望+树形DP

    [BZOJ3566][SHOI2014]概率充电器 Description 著名的电子产品品牌 SHOI 刚刚发布了引领世界潮流的下一代电子产品——概率充电器:“采用全新纳米级加工技术,实现元件与导线 ...

  9. BZOJ_3566_[SHOI2014]概率充电器_概率+树形DP

    BZOJ_3566_[SHOI2014]概率充电器_概率+树形DP Description 著名的电子产品品牌 SHOI 刚刚发布了引领世界潮流的下一代电子产品——概率充电器: “采用全新纳米级加工技 ...

  10. BZOJ3566 [SHOI2014]概率充电器 (树形DP&概率DP)

    3566: [SHOI2014]概率充电器 Description 著名的电子产品品牌 SHOI 刚刚发布了引领世界潮流的下一代电子产品——概率充电器:“采用全新纳米级加工技术,实现元件与导线能否通电 ...

随机推荐

  1. web.coofig 配置跨域问题

    <customHeaders> <add name="/> <add name="Access-Control-Allow-Origin" ...

  2. Oracle Spatial GIS相关研究

    1.Oracle Spatial 概念相关 Oracle Spatial 是Oracle 数据库强大的核心特性,包含了用于存储矢量数据类型.栅格数据类型和持续拓扑数据类型的原生数据类型.Oracle ...

  3. UrlRewrite 的配置和使用总结

    UrlRewrite就是我们通常说的地址重写,用户得到的全部都是经过处理后的URL地址.     主要优点 一:提高安全性,可以有效的避免一些参数名.ID等完全暴露在用户面前,如果用户随便乱输的话,不 ...

  4. 多个tomcat配置

    在centos7.3下搭建jenkins自动部署环境,需要一个tomcat来启动jenkins,另一个用来自动部署的位置,因此需要两个tomcat同时运行,并且在自动构建后能够启动项目,又不会关闭je ...

  5. MySql数据快速导入

    使用LOAD DATA INFILE 插入速度可以提升很多 左侧是直接导入100W花费135s ,Dos界面通过Load方式导入450W只用时23s,性能一下子显示出来了.

  6. hibernate下Session的获取方式

    Session是应用程序与数据库之间的一个会话,其重要性不言而喻.初学Hibernate,使用SessionFactory,老老实实地打开事务,提交,回滚,关闭session. 1.直接通过Sessi ...

  7. 一台电脑启动多个tomcat

    原文 http://dong-shuai22-126-com.iteye.com/blog/1763666 如果现在一台机器上已经部署了一个tomcat服务,无论这个tomcat是否已经注册为服务了, ...

  8. Python OOP面向对象

    一.什么是面向对象的程序设计 1.面向过程 程序设计:核心是过程二字,过程指的是解决问题的步骤,即先干什么再干什么......面向过程的设计就好比精心设计好一条流水线,是一种机械式的思维方式. 优点是 ...

  9. 移动web中的幻灯片切换效果

    百度或者谷歌下类似的插件有很多,原理都差不多,关键适合自己的项目,如果移动端要引入jquery这么大的插件,只能呵呵了.... 下面是工作中针对webkit内核的浏览器写的,html很简单: < ...

  10. asp.net core 错误定位 & vs2017 远程调试部署在centos上的asp.net core程序

        前言 程序运行中会出现各种BUG. 排除BUG有三种方式. 一.访问页面直接报错误信息 出于安全,服务器是关闭这个功能的.在centos上可以用 命令设置环境变量来解决:   export A ...