传送门 :
题意给定 n n n个烟花,每个烟花有 p [ i ] p[i] p[i]的概率点燃,每个烟花颜色都不一样
询问能产生的颜色期望个数, 以及产生 k k k 个颜色的概率
思路对于第一问 : 期望个数
E ( X ) = ∑ 1 ∗ p ( x ) E(X)=\sum1*p(x) E(X)=∑1∗p(x)
第二问我们考虑使用 动态规划
状态表示 : f [ i ] [ j ] f[i][j] f[i][j]表示前 i i i个烟花被点燃 j j j个的概率
状态转移 : f [ i ] [ j ] = f [ i − 1 ] [ j ] ∗ ( 1 − p [ i ] ) + f [ i − 1 ] [ j − 1 ] ∗ p [ i ] f[i][j]=f[i-1][j]*(1-p[i])+f[i-1][j-1]*p[i] f[i][j]=f[i−1][j]∗(1−p[i])+f[i−1][j−1]∗p[i] 解释 : 前 i i i个烟花,有 j j j个被点燃,可以从前面 f [ i − 1 ] [ j ] ∗ ( 1 − p [ i ] ) f[i-1][j]*(1-p[i]) f[i−1][j]∗(1−p[i]) 不包括自己,所以乘 1 − p [ i ] 1-p[i] 1−p[i]
否则从 f [ i − 1 ] [ j − 1 ] ∗ p [ i ] f[i-1][j-1]*p[i] f[i−1][j−1]∗p[i]也就是当前的被点燃
因为数据范围有点大 [ 1 e 5 ] [ 2 e 1 0 2 ] [1e5][2e10^2] [1e5][2e102]因此考虑使用滚动数组优化
因为总是从前一个转移过来,所以我们令 f [ 2 ] [ N ] f[2][N] f[2][N]
状态转移改变为 : f [ i % 2 ] [ j ] = f [ ( i − 1 ) % 2 ] [ j ] ∗ ( 1 − p [ i ] ) + f [ ( i − 1 ) % 2 ] [ j − 1 ] ∗ p [ i ] f[i\%2][j]=f[(i-1)\%2][j]*(1-p[i])+f[(i-1)\%2][j-1]*p[i] f[i%2][j]=f[(i−1)%2][j]∗(1−p[i])+f[(i−1)%2][j−1]∗p[i]
当然我们需要特判 f [ i ] [ 0 ] f[i][0] f[i][0]
初始化 f [ 0 ] [ 0 ] = 1 f[0][0] = 1 f[0][0]=1
Mycodeconst int N = 1e5+10;
double p[N],f[2][N];
int n,k;
void solve(){
double res = 0 ;
cin>>n>>k;
for(int i=1;i>p[i],res+=p[i];
printf("%.4lf\n", res);
f[0][0] = 1;
for(int i=1;i
关注
打赏
最近更新
- 深拷贝和浅拷贝的区别(重点)
- 【Vue】走进Vue框架世界
- 【云服务器】项目部署—搭建网站—vue电商后台管理系统
- 【React介绍】 一文带你深入React
- 【React】React组件实例的三大属性之state,props,refs(你学废了吗)
- 【脚手架VueCLI】从零开始,创建一个VUE项目
- 【React】深入理解React组件生命周期----图文详解(含代码)
- 【React】DOM的Diffing算法是什么?以及DOM中key的作用----经典面试题
- 【React】1_使用React脚手架创建项目步骤--------详解(含项目结构说明)
- 【React】2_如何使用react脚手架写一个简单的页面?