题目

有一个 $N \times M$ 大小的格子,从(0, 0)出发,每一步朝着上下左右4个格子中可以移动的格子等概率移动。另外有些格子有石头,因此无法移至这些格子。求第一次到达 $(N-1, M-1)$ 格子的期望步数。($2 \leq N,M\leq 10$)

分析

设 $E(x, y)$ 表示从 (x, y) 出发到终点的期望步数。

我们先考虑从 $(x, y)$  向上下左右4个方向都可以移动的情况,由于向4个方向的移动的概率是相等的,因此可以建立如下关系:

$$
\begin{aligned}
E(x, y) & =  \frac{1}{4}(E(x-1, y)+1) + \frac{1}{4}(E(x+1,y)+1) + \frac{1}{4}(E(x, y-1)+1) + \frac{1}{4}(E(x, y+1)+1)\\
&=\frac{1}{4}(E(x-1, y) + E(x+1, y) + E(x, y-1) + E(x, y+1)) + 1\\
\end{aligned}$$

如果移动不是等概率,只需要把 1/4 改成相应的数值就可以了。

如果存在不能移动的方向,我们也可以列出类似的式子。

为了使方程有唯一解,我们令有石头的格子和无法到达的格子都有 $E(x, y) = 0$。

把得到的 $N \times M$ 个方程联立,就可以解出期望步数。

#include<bits/stdc++.h>
using namespace std; const int maxn = +;
const int maxm = +;
char grid[maxn][maxm+];
int N, M; bool vis[maxn][maxm]; //can[x][y]为true表示(x, y)能够达到终点
const int dx[] = {-, , , };
const int dy[] = {, , , -}; //搜索可以达到终点的点
void dfs(int x, int y)
{
vis[x][y] = true;
for(int i = ;i < ;i++)
{
int nx = x + dx[i], ny = y + dy[i];
if(nx >= && nx <N && ny >= && ny < M && !vis[nx][ny])
if(grid[nx][ny] != '#') dfs(nx, ny);
}
} const double eps = 1e-;
typedef double Matrix[maxn*maxm][maxn*maxm]; //结果为A[i][n]/A[i][i]
void gauss_jordan(Matrix A, int n)
{ int i, j, k, r;
for(i = ;i < n;i++)
{
//选绝对值一行r并与第i行交换
r = i;
for(j = i+;j < n;j++)
if(fabs(A[j][i]) > fabs(A[r][i])) r = j;
if(fabs(A[r][i]) < eps) continue; //放弃这一行,直接处理下一行
if(r != i) for(j = ;j <= n;j++) swap(A[r][j], A[i][j]); //与除第i行外的其他行进行消元
for(k = ;k < n;k++) if(k != i)
for(j = n;j >= i;j--) A[k][j] -= A[k][i] / A[i][i] * A[i][j];
}
} void debug_print(Matrix A, int n)
{
for(int i = ;i < n;i++)
for(int j = ;j < n;j++)
printf("%f%c", A[i][j], j == n- ? '\n' : ' ');
} Matrix A; int main()
{
scanf("%d%d", &N, &M);
for(int i = ;i < N;i++)
{
char s[];
scanf("%s", s);
for(int j = ;j < M;j++) grid[i][j] = s[j];
} dfs(, ); //构建矩阵
for(int i = ;i < N;i++)
for(int j = ;j < M;j++)
{
if((i == N- && j == M-) || !vis[i][j]) //终点/无法到达的点,令期望步数为0
{
A[i*M + j][i*M + j] = ;
continue;
}
int move = ;
for(int k = ;k <;k++)
{
int nx = i + dx[k], ny = j + dy[k];
if(nx >= && nx < N && ny >= && ny < M && grid[nx][ny] == '.')
{
A[i*M + j][nx*M + ny] = -;
move++;
}
}
A[i*M + j][i*M + j] = A[i*M + j][N*M] = move;
} //debug_print(A, N*M+1); gauss_jordan(A, N*M); printf("%.8f\n", A[][N*M] / A[][]);
return ;
}

Random Walk——高斯消元法的更多相关文章

  1. 加入商品分类信息,考虑用户所处阶段的 图模型 推荐算法 Rws(random walk with stage)

    场景: 一个新妈妈给刚出生的宝宝买用品,随着宝宝的长大,不同的阶段需要不同的物品. 这个场景中涉及到考虑用户所处阶段,给用户推荐物品的问题. 如果使用用户协同过滤,则需要根据购买记录,找到与用户处于同 ...

  2. 从Random Walk谈到Bacterial foraging optimization algorithm(BFOA),再谈到Ramdom Walk Graph Segmentation图分割算法

    1. 从细菌的趋化性谈起 0x1:物质化学浓度梯度 类似于概率分布中概率密度的概念.在溶液中存在不同的浓度区域. 如放一颗糖在水盆里,糖慢慢溶于水,糖附近的水含糖量比远离糖的水含糖量要高,也就是糖附近 ...

  3. 醉汉随机行走/随机漫步问题(Random Walk Randomized Algorithm Python)

    世界上有些问题看似是随机的(stochastic),没有规律可循,但很可能是人类还未发现和掌握这类事件的规律,所以说它们是随机发生的. 随机漫步(Random  Walk)是一种解决随机问题的方法,它 ...

  4. HDU 4579 Random Walk (解方程组)

    Random Walk Time Limit: 5000/2000 MS (Java/Others)    Memory Limit: 65535/65536 K (Java/Others)Total ...

  5. HDU 4487 Maximum Random Walk

    Maximum Random Walk Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Othe ...

  6. Python编程:从入门到实践 - matplotlib篇 - Random Walk

    随机漫步 # random_walk.py 随机漫步 from random import choice class RandomWalk(): """一个生成随机漫步数 ...

  7. [论文阅读笔记] Community aware random walk for network embedding

    [论文阅读笔记] Community aware random walk for network embedding 本文结构 解决问题 主要贡献 算法原理 参考文献 (1) 解决问题 先前许多算法都 ...

  8. Hill Climber and Random Walk

  9. 【HDOJ】4579 Random Walk

    1. 题目描述一个人沿着一条长度为n个链行走,给出了每秒钟由i到j的概率($i,j \in [1,n]$).求从1开始走到n个时间的期望. 2. 基本思路显然是个DP.公式推导也相当容易.不妨设$dp ...

随机推荐

  1. 迪杰斯特拉算法(Dijkstra) (基础dij+堆优化) BY:优少

    首先来一段百度百科压压惊... 迪杰斯特拉算法(Dijkstra)是由荷兰计算机科学家狄克斯特拉于1959 年提出的,因此又叫狄克斯特拉算法.是从一个顶点到其余各顶点的最短路径算法,解决的是有权图中最 ...

  2. Python输出菱形

    最近准备熟悉下Python的基础语法,准备练习下输出菱形.刚好作为自己blog的开篇~~ n =10 #控制菱形的大小 for i in range(1, n): for j in range(int ...

  3. leetcode动态规划笔记二

    动态规划 题目分类 一维dp 矩阵型DP Unique Paths II : 矩阵型DP,求所有方法总数 Minimum Path Sum:矩阵型,求最大最小值 Triangle : 矩阵型,求最大最 ...

  4. 英语propretie房产

    property (英文释义)  英 ['prɒpəti] 美 ['prɑːpərti] n.财产:所有物:地产,房地产:性质:道具 中文名:房产财产地产 外文名:property.propreti ...

  5. select中的option被选中时页面的跳转

    <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...

  6. Netty源码分析之NioEventLoop(三)—NioEventLoop的执行

    前面两篇文章Netty源码分析之NioEventLoop(一)—NioEventLoop的创建与Netty源码分析之NioEventLoop(二)—NioEventLoop的启动中我们对NioEven ...

  7. C# 快捷键(总结)

    C# 展开和折叠代码的快捷键 VS2005代码编辑器的展开和折叠代码确实很方便和实用.以下是展开代码和折叠代码所用到的快捷键,很常用: Ctrl + M + O: 折叠所有方法 Ctrl + M +  ...

  8. java之mybatis之配置文件讲解

    1.核心配置文件 <configuration> <!-- 它们都是外部化,可替代的属性.可以配置在一个典型的Java 属性文件中,或者通过 properties 元素的子元素进行配 ...

  9. .NET-异步操作

    感觉可以用于log日志的东西,这个东西他还是会走的但是不会影响你下一步的操作,你下一步还是正常怎么操作就怎么操作! 这样可以给用户免掉一些没必要的等待. static void Main(string ...

  10. NMS(non maximum suppression,非极大值抑制)

    """nms输入的数据为box的左上角x1,y1与右下角x2,y2+confidence,rows=batch_size,line=[x1,y1,x2,y2,confid ...