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[1004][1004];
int main(){
    int n, m;
    scanf("%d%d", &n, &m);
        for(int i =0 ;i <= n+1; i++){
            for(int k = 0; k <= m+1; k++){
                dp[i][k]= 0;
            }
        }
        for(int x = n; x >= 0; x--){
            for(int y = m; y >=0; y--){
                if(x == n && y ==m)dp[x][y] = 0;
                else
                dp[x][y]= (1+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)/(1.0-1.0*x*y/n/m);
            }
        }
        printf("%.4f
", dp[0][0]);
}

 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[15][15][15][15][5][5];
int main(){
    int t;
    scanf("%d", &t);
    int cas = 1;
    while(t--){
        int a, b, c, d;
        scanf("%d%d%d%d", &a, &b, &c, &d);
        int aa = 0;
        if(a > 13) aa += 13-a;
        if(b > 13) aa += 13-b;
        if(c > 13) aa += 13 - c;
        if(d > 13) aa += 13 - d;
        if(aa < -2){
            printf("Case %d: %.3f
", cas++, -1.0);//printf("000");
            continue;
        }
        for(int i = 13; i >= 0; i--){
            for(int k = 13; k >= 0;k --){
                for(int j = 13; j >= 0; j--){
                    for(int h = 13; h >= 0; h--){
                        for(int x = 4; x >= 0; x--){
                            for(int y = 4; y >= 0; y--){
                                int aa = i, bb = k, cc = j, dd = h;
                                if(x == 1) aa++;
                                if(x == 2) bb ++;
                                if(x == 3) cc++;
                                if(x == 4) dd++;
                                if(y == 1) aa++;
                                if(y==2) bb++;
                                if(y == 3) cc++;
                                if(y == 4) dd++;
                                int tot = 54 - aa - bb - cc- dd;
                                if(aa >= a && bb >= b && cc >= c && dd >= d){
                                    dp[i][k][j][h][x][y] = 0;continue;
                                }else if(tot == 0){
                                    dp[i][k][j][h][x][y] = 10000000000;continue;
                                }
                                double uu = 0;
                                int ss = 0;                     //kexuanwangpai
                                if(!x) ss ++;
                                if(!y) ss ++;
                                dp[i][k][j][h][x][y] = 1;
                                if(!x){
                                    uu = min(min(min(dp[i][k][j][h][1][y], dp[i][k][j][h][2][y]), dp[i][k][j][h][3][y]), dp[i][k][j][h][4][y]);
                                    //if(i+k+j+h == 52 && x == 0 && y == 0) printf("%.3lf %.3lf-----------
", 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][1],dp[i][k][j][h][x][2]),dp[i][k][j][h][x][3]), dp[i][k][j][h][x][4]);
                                    dp[i][k][j][h][x][y] += ss * 1.0/tot*uu;
                                }
                                uu = 0;
                                if(i < 13){
                                    uu += dp[i+1][k][j][h][x][y]*(13-i)/tot;
                                }
                                if(k < 13)
                                    uu +=dp[i][k+1][j][h][x][y] * (13-k)/tot;
                                if(j < 13)
                                    uu += dp[i][k][j+1][h][x][y] *(13 - j)/tot;
                                if(h < 13)
                                    uu += dp[i][k][j][h+1][x][y] * (13 - h)/tot;
                                dp[i][k][j][h][x][y] += uu;
                            }
                        }
                    }
                }
            }
        }
        //printf("%.3lf
", dp[13][13][13][13][0][0]);
        printf("Case %d: %.3f
", cas++, dp[0][0][0][0][0][0]);
    }
}