换教室

Description

对于刚上大学的牛牛来说,他面临的第一个问题是如何根据实际情况申请合适的课程。在可以选择的课程中,有2n节
课程安排在n个时间段上。在第i(1≤i≤n)个时间段上,两节内容相同的课程同时在不同的地点进行,其中,牛牛预先
被安排在教室ci上课,而另一节课程在教室di进行。在不提交任何申请的情况下,学生们需要按时间段的顺序依次完
成所有的n节安排好的课程。如果学生想更换第i节课程的教室,则需要提出申请。若申请通过,学生就可以在第i个
时间段去教室di上课,否则仍然在教室ci上课。由于更换教室的需求太多,申请不一定能获得通过。通过计算,牛牛
发现申请更换第i节课程的教室时,申请被通过的概率是一个已知的实数ki,并且对于不同课程的申请,被通过的概率
是互相独立的。学校规定,所有的申请只能在学期开始前一次性提交,并且每个人只能选择至多m节课程进行申请。
这意味着牛牛必须一次性决定是否申请更换每节课的教室,而不能根据某些课程的申请结果来决定其他课程是否申
请;牛牛可以申请自己最希望更换教室的m门课程,也可以不用完这m个申请的机会,甚至可以一门课程都不申请。因
为不同的课程可能会被安排在不同的教室进行,所以牛牛需要利用课间时间从一间教室赶到另一间教室。牛牛所在
的大学有v个教室,有e条道路。每条道路连接两间教室,并且是可以双向通行的。由于道路的长度和拥堵程度不同,
通过不同的道路耗费的体力可能会有所不同。当第i(1≤i≤n-1)节课结束后,牛牛就会从这节课的教室出发,选择一
条耗费体力最少的路径前往下一节课的教室。现在牛牛想知道,申请哪几门课程可以使他因在教室间移动耗费的体
力值的总和的期望值最小,请你帮他求出这个最小值。

Input

第一行四个整数n,m,v,e。n表示这个学期内的时间段的数量;m表示牛牛最多可以申请更换多少节课程的教室;
v表示牛牛学校里教室的数量;e表示牛牛的学校里道路的数量。
第二行n个正整数,第i(1≤i≤n)个正整数表示c,,即第i个时间段牛牛被安排上课的教室;保证1≤ci≤v。
第三行n个正整数,第i(1≤i≤n)个正整数表示di,即第i个时间段另一间上同样课程的教室;保证1≤di≤v。
第四行n个实数,第i(1≤i≤n)个实数表示ki,即牛牛申请在第i个时间段更换教室获得通过的概率。保证0≤ki≤1。
接下来e行,每行三个正整数aj,bj,wj,表示有一条双向道路连接教室aj,bj,通过这条道路需要耗费的体力值是Wj;
保证1≤aj,bj≤v,1≤wj≤100。
保证1≤n≤2000,0≤m≤2000,1≤v≤300,0≤e≤90000。
保证通过学校里的道路,从任何一间教室出发,都能到达其他所有的教室。
保证输入的实数最多包含3位小数。
 

Output

输出一行,包含一个实数,四舎五入精确到小数点后恰好2位,表示答案。你的
输出必须和标准输出完全一样才算正确。
测试数据保证四舎五入后的答案和准确答案的差的绝对值不大于4*10^-3。(如果你不知道什么是浮点误差,这段话
可以理解为:对于大多数的算法,你可以正常地使用浮点数类型而不用对它进行特殊的处理)
 

Sample Input

3 2 3 3
2 1 2
1 2 1
0.8 0.2 0.5 
1 2 5
1 3 3
2 3 1

Sample Output

2.80
 
思路: 其实这题是不会难的,只是相对来说,概率型DP题目做的比较少。 这题的题意很明显是floyd + 概率DP。
我们只要先将每个教室间的最短路求出来,然后进行DP就行, 不过,这题的动态转移方程式很.....恶心的。
 
我们设dp[i][j][0/1]为前i节课,一共申请了j次,第i次申不申请时的最小期望值,于是我们可以得到以下动态转移方程:
 
dp[i][j][0] = min( dp[i-1][j][0] + dist[c[i-1]][c[i]] , dp[i-1][j][1] + dist[c[i-1]][c[i]] * (1-k[i]) + dist[ d[i-1]][c[i]] * k[i]);
dp[i][j][1] = min(dp[i-1][j-1][0]+dist[c[i-1]][d[i]]*k[i]+dist[c[i-1]][c[i]]*(1-k[i]) , dp[i-1][j-1][1]+dist[c[i-1]][c[i]]*(1-k[i-1])*(1-k[i])+dist[c[i-1]][d[i]]*(1-k[i-1])*k[i]+dist[d[i-1]][c[i]]*k[i-1]*(1-k[i])+dist[d[i-1]][d[i]]*k[i-1]*k[i]);
 
 
说不恶心人是假的......
不过,如果仔细想想,其实上面的转移方程不会难,定义好了状态自己就能写出来了。
接下来说一下初始化,初始化是将dp数组全部设为最大值,然后再使dp[1][0][0] = dp[1][1][1] = 0 ;
 
下面贴代码,如果有问题 ,请在下面留言。
 
#include<cstdio>
#include<cstring>
#include<algorithm>
#define V 320
#define N 2009
using namespace std; int dist[V][V]; //两点距离
int n,m,v,e;
int c[N],d[N]; //c数组 与 d数组
double k[N]; double dp[N][N][]; //设状态dp[i][j][0/1]为前i个时间段中,申请了j个,第i个申不申请时的最小期望,因为此期望可以线性相加
//所以动态转移方程为
//dp[i][j][0] = min(dp[i-1][j][0]+dist[c[i-1]][c[i]],dp[i-1][j][1]+dist[c[i-1]][c[i]]*(1-k[i-1])+ dist[d[i-1]][c[i]]*k[i])
//dp[i][j][1] = min(dp[i-1][j-1][0]+dist[c[i-1]][d[i]]*k[i]+dist[c[i-1]][c[i]]*(1-k[i]),dp[i-1][j-1][1]+dist[c[i-1]][c[i]]*(1-k[i-1])*(1-k[i])
// + dist[c[i-1]][d[i]]*(1-k[i-1])*k[i] + dist[d[i-1]][c[i]]*k[i-1]*(1-k[i-1])+dist[d[i-1]][d[i]] * k[i-1]*k[i]); int read(){ //读入优化
int x = ;
char ch = getchar();
while(ch > '' || ch < '')ch = getchar();
while(ch >= '' && ch <= ''){
x = x * + ch - '';
ch = getchar();
}
return x;
} void floyd(){
for(int k = ; k <= v; k++)
for(int a = ; a <= v; a++)
for(int b = ; b <= v; b++)
dist[a][b] = min(dist[a][b],dist[a][k]+dist[k][b]);
} void DP(){
for(int i = ; i <= v; i++)dist[i][i] = ;
for(int i = ; i <= n; i++)
for(int j = ; j <= m; j++)
dp[i][j][] = dp[i][j][] = 1e30;
dp[][][] = dp[][][] = ;
for(int i = ; i <= n; i++){
int li = min(i,m);
for(int j = ; j <= li; j++){
dp[i][j][] = min(dp[i-][j][] + dist[c[i-]][c[i]],dp[i-][j][]+dist[d[i-]][c[i]]*k[i-]+dist[c[i-]][c[i]]*(-k[i-]));
if(j == )continue;
double x1 = dp[i-][j-][]+dist[c[i-]][d[i]]*k[i]+dist[c[i-]][c[i]]*(-k[i]);
double x2 = dp[i-][j-][]+dist[c[i-]][c[i]]*(-k[i-])*(-k[i])+dist[c[i-]][d[i]]*(-k[i-])*k[i];
x2 +=dist[d[i-]][c[i]]*k[i-]*(-k[i])+dist[d[i-]][d[i]]*k[i-]*k[i];
dp[i][j][] = min(x1,x2); }
} } int main(){
memset(dist,0x3f,sizeof(dist));
n = read(),m = read(),v = read(),e = read();
for(int i = ; i <= n; i++)c[i] = read();
for(int i = ; i <= n; i++)d[i] = read();
for(int i = ; i <= n; i++)scanf("%lf",&k[i]);
for(int a = ; a <= e; a++){
int u = read(),vv = read(),d = read();
if(u == vv)continue;
if(dist[u][vv] < d)continue;
dist[u][vv] = dist[vv][u] = d;
}
floyd();
DP();
double ans = 1e30;
for(int i = ; i <= m; i++)ans = min(ans,min(dp[n][i][],dp[n][i][]));
printf("%.2f\n",ans);
return ;
}
 

NOIP2016 DAY1 T3 换教室的更多相关文章

  1. 【NOIP2016】Day1 T3 换教室(期望DP)

    题目背景 NOIP2016 提高组 Day1 T3 题目描述 对于刚上大学的牛牛来说,他面临的第一个问题是如何根据实际情况申请合适的课程. 在可以选择的课程中,有 2n 节课程安排在 n 个时间段上. ...

  2. 【NOIP2016提高组】 Day1 T3 换教室

    题目链接:https://www.luogu.org/problemnew/show/P1850 此题正解为dp. 我们先用floyd处理出任意两个教室之间的距离,用dis[i][j]表示. 用f[i ...

  3. [NOIp2016提高组]换教室

    题目大意: 有n节课,第i节课在c[i]上课,同时d[i]也有一节课d[i]. 你有权利向教务处发出m次申请把自己的教室改到d[i],相应的批准概率是k[i]. 教室是图上的一些点,其中每条边都有边权 ...

  4. Luogu P1850 [NOIp2016提高组]换教室 | 期望dp

    题目链接 思路: <1>概率与期望期望=情况①的值*情况①的概率+情况②的值*情况②的概率+--+情况n的值*情况n的概率举个例子,抛一个骰子,每一面朝上的概率都是1/6,则这一个骰子落地 ...

  5. 【NOIP2016提高组day1】†换教室

    题目 对于刚上大学的牛牛来说,他面临的第一个问题是如何根据实际情况申请合适的 课程. 在可以选择的课程中,有 2n 节课程安排在 n 个时间段上. 在第 i ( 1 ≤ i ≤ n )个 时间段上,两 ...

  6. 洛谷 1850 NOIP2016提高组 换教室

    [题解] 先用floyed处理出两点间的最短路. 设f[i][j][k]表示走到第i个教室,总共换了j次,当前换或者不换,期望的最小移动距离. 分情况讨论来转移即可. #include<cstd ...

  7. 【学术篇】NOIP2016 D1T3 luogu1850换教室

    题目链接:点击这里献出你宝贵的时间(是用来做题不是捐赠Emmmm).. Emmmm我太弱了= = 做完这题我觉得我应该去打星际..这题怎么就有重边了呢.. 这题就是一道期望= =当时考场上好像完全不会 ...

  8. 题解 P1850 [NOIP2016 提高组] 换教室

    做完这道题才略微感觉自己懂了一点关于概率与期望的知识QAQ... 一:关于概率与期望的定义 转载节选于blog 1.什么是数学期望? 数学期望亦称期望.期望值等.在概率论和统计学中,一个离散型随机变量 ...

  9. [NOIP2016][luogu]换教室[DP]

    [NOIP2016] Day1 T3 换教室 ——!x^n+y^n=z^n 题目描述 对于刚上大学的牛牛来说,他面临的第一个问题是如何根据实际情况申请合适的课程. 在可以选择的课程中,有 2n 节课程 ...

随机推荐

  1. Tab 切换效果

    今天写的两个小效果都是为了测试我写的单参函数,结果还是有点成功的~~此处是不是想发表情包! Tab效果很简单,这里我就不赘述了,直接上代码: html代码: <div class="c ...

  2. webpack使用中遇到的相关问题

    问题一:使用webpack打包jquery后,在页面使用错误信息:$ is not defined new webpack.ProvidePlugin({ "$": "j ...

  3. Ansible常见问题处理

    1.ansible all -m ping报错,信息如下: [WARNING]: log file at /var/log/ansible.log is not writeable and we ca ...

  4. docker 私有仓库的两种方式

    1.使用官方默认的registry镜像构建本地仓库 这种方式适用于小规模的镜像仓库储存,没有Ui界面 (1)docker pull registry (2)docker run -d -p 5000: ...

  5. Zend 官方框架增加 Swoole 协程支持 !

    前言 Zend Framework 是 PHP 的官方框架,随着 Zend-Expressive-Swoole 0.2.2 的发布,率先支持了 Swoole 4 的协程功能,现在可以仅通过一个配置即可 ...

  6. Ubuntu下安装Tensorflow

    本文目录 引言 基于Anaconda的tensorflow安装 1 下载linux版本的Anaconda安装包 2 安装Anaconda 利用anaconda安装tensorflow 1 建立一个 c ...

  7. C#基础--索引器

    classProgram { staticvoidMain(string[] args) { man mm =new man(); mm[0]="jingya"; mm[1]=&q ...

  8. bzoj 1266 1266: [AHOI2006]上学路线route

    1266: [AHOI2006]上学路线route Time Limit: 3 Sec  Memory Limit: 162 MBSubmit: 2356  Solved: 841[Submit][S ...

  9. GA求解TSP

    遗传算法中包含了如下5个基本要素: (1)对参数进行编码: (2)设定初始种群大小: (3)适应度函数的设计: (4)遗传操作设计: (5)控制参数设定(包括种群大小.最大进化代数.交叉率.变异率等) ...

  10. Mybatis分页插件2.0版本号公布

    项目地址:http://git.oschina.net/free/Mybatis_PageHelper 软件介绍:http://www.oschina.net/p/mybatis_pagehelper ...