1、DP模型

用33进制数表示陷阱的状态，00表示无害，11表示有害，22表示未知。可建立DP模型：
f[x][y][S][h]f[x][y][S][h]表示从(x,y)(x,y)开始，当前陷阱的状态为SS，血量为hh，活着走出迷宫的概率。使用记忆化搜索。

2、边界&转移

边界为：
f[x][y][S][0]=0f[x][y][S][0]=0
当(x,y)(x,y)为终点时f[x][y][S][h]=1f[x][y][S][h]=1
转移为（以下(tx,ty)(tx,ty)为(x,y)(x,y)走一步能到达的格子，且(tx,ty)(tx,ty)不为墙）：
当(tx,ty)(tx,ty)为平地，起点，终点或无害陷阱时，
f[x][y][S][h]=max(f[x][y][S][h],f[tx][ty][S][h])f[x][y][S][h]=\max(f[x][y][S][h],f[tx][ty][S][h])
当(tx,ty)(tx,ty)为有害陷阱时，
f[x][y][S][h]=max(f[x][y][S][h],f[tx][ty][S][h−1])f[x][y][S][h]=\max(f[x][y][S][h],f[tx][ty][S][h-1])
当(tx,ty)(tx,ty)为未知陷阱时，设陷阱编号为tttt，则
f[x][y][S][h]=max(f[x][y][S][h],f[tx][ty][S−3tt−1][h−1]∗g[S][tt]+f[x][y][S][h]=\max(f[x][y][S][h],f[tx][ty][S-3^{tt-1}][h-1]*g[S][tt]+
f[tx][ty][S−2∗3tt−1][h]∗(1−g[S][tt]))f[tx][ty][S-2*3^{tt-1}][h]*(1-g[S][tt]))。

3、关于g数组

上面g[S][tt]g[S][tt]表示当前状态为SS时陷阱tttt有害的概率。
预处理gg，也就是枚举SS，再枚举00到2K−12^K-1，选取有用的概率计入gg。

4、总结

结合「SCOI2008奖励关」「JLOI2013卡牌游戏」两题可以得出，像这样有限制条件，且在转移的过程中限制条件不断变化的概率DP，一般模型为：
f[state]f[state]表示从statestate状态到达目标状态的最大/小概率/期望。

5、代码

#include <cmath>
#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std;
inline int read() {int res = 0; bool bo = 0; char c;while (((c = getchar()) < '0' || c > '9') && c != '-');if (c == '-') bo = 1; else res = c - 48;while ((c = getchar()) >= '0' && c <= '9')res = (res << 3) + (res << 1) + (c - 48);return bo ? ~res + 1 : res;
}
inline char get() {char c; while (((c = getchar()) < 'A' || c > 'E') && c != '@'&& c != '$' && c != '.' && c != '#'); return c;
}
const int N = 35, C = 267, R = 45, V = 10;
int m, n, K, H, dx[] = {1, 0, -1, 0}, dy[] = {0, -1, 0, 1}, pw[V], pb[R];
char s[N][N]; double f[N][N][C][V], gw[C][V];
bool vis[N][N][C][V];
double chkmax(double &a, double b) {a = max(a, b);}
int cyx(int S, int x) {return S / pw[x - 1] % 3;
}
int lpf(int S, int x, int y) {int res = S - cyx(S, x) * pw[x - 1];return res + y * pw[x - 1];
}
void init() {int i, j, S; for (S = 0; S < pw[K]; S++) {int s1 = 0;for (i = 0; i < (1 << K); i++) {bool flag = 1; for (j = 1; j <= K; j++) {int xx = cyx(S, j); if (xx == 2) continue;if (xx != ((i >> j - 1) & 1)) {flag = 0; break;}}if (!flag) continue; s1 += pb[i];for (j = 1; j <= K; j++) {if (cyx(S, j) != 2 || !((i >> j - 1) & 1)) continue;gw[S][j] += pb[i];}}for (i = 1; i <= K; i++) gw[S][i] /= s1;}
}
double DP(int x, int y, int S, int h) {if (vis[x][y][S][h]) return f[x][y][S][h];if (s[x][y] == '@') return vis[x][y][S][h] = 1, f[x][y][S][h] = 1;if (h == 0) return vis[x][y][S][h] = 1, f[x][y][S][h] = 0;vis[x][y][S][h] = 1; int i;for (i = 0; i < 4; i++) {int tx = x + dx[i], ty = y + dy[i], tt = s[tx][ty] - 'A' + 1;if (tx < 1 || tx > m || ty < 1 || ty > n || s[tx][ty] == '#')continue;if (s[tx][ty] == '.' || s[tx][ty] == '@' || s[tx][ty] == '$' ||(tt >= 1 && tt <= K && cyx(S, tt) == 0))chkmax(f[x][y][S][h], DP(tx, ty, S, h));if (tt >= 1 && tt <= K && cyx(S, tt) == 1)chkmax(f[x][y][S][h], DP(tx, ty, S, h - 1));if (tt >= 1 && tt <= K && cyx(S, tt) == 2)chkmax(f[x][y][S][h], DP(tx, ty, lpf(S, tt, 1), h - 1) * gw[S][tt]+ DP(tx, ty, lpf(S, tt, 0), h) * (1.0 - gw[S][tt]));}return f[x][y][S][h];
}
int main() {int i, j, Sx, Sy;m = read(); n = read(); K = read(); H = read();for (i = 1; i <= m; i++) for (j = 1; j <= n; j++)if ((s[i][j] = get()) == '$') Sx = i, Sy = j; pw[0] = 1;for (i = 0; i < (1 << K); i++) pb[i] = read();for (i = 1; i <= K; i++) pw[i] = pw[i - 1] * 3; init();printf("%.3lf\n", DP(Sx, Sy, pw[K] - 1, H));return 0;
}

[BZOJ2246][SDOI2011]迷宫探险（状压概率DP）相关推荐

BZOJ2246 SDOI2011 迷宫探险（状压+概率dp）
题面太长了,贴起来好麻烦,走链接吧: P2489 [SDOI2011]迷宫探险题目指向状压.自然地考虑用二进制表示状态,0为无害,1为有害.紧接着会发现,当我们走到某个点 ( x, y ) 时,我们 ...
bzoj2246: [SDOI2011]迷宫探险
2246: [SDOI2011]迷宫探险 Time Limit: 10 Sec Memory Limit: 512 MB Submit: 202 Solved: 118 [Submit][Stat ...
HDU 4336 Card Collector（状压 + 概率DP 期望）题解
题意:每包干脆面可能开出卡或者什么都没有,一共n种卡,每种卡每包爆率pi,问收齐n种卡的期望思路:期望求解公式为:$E(x) = \sum_{i=1}^{k}pi * xi + (1 - \sum_ ...
BZOJ2246 [SDOI2011]迷宫探险【记忆化搜索dp + 概率】
题目输入格式输出格式仅包含一个数字,表示在执行最优策略时,人物活着走出迷宫的概率.四舍五入保留3位小数. 输入样例 4 3 3 2 .$. A#B A#C @@@ 143 37 335 85 9 ...
P2473 奖励关状压概率DP求期望
题目链接 https://www.luogu.com.cn/problem/P2473 题意 n轮,m种球,每轮随即一个球,可以接可以不接,接的话需要满足这个球的前置条件(比如3号球接球必须已经接过1 ...
【BZOJ2246】[SDOI2011]迷宫探险（搜索，动态规划）
[BZOJ2246][SDOI2011]迷宫探险(搜索,动态规划) 题面 BZOJ 洛谷题解乍一看似乎是可以求出每个东西是陷阱的概率,然而会发现前面走过的陷阱是不是陷阱实际上是会对当前状态产生影响 ...
2021 ccpc 哈尔滨 G. Damaged Bicycle 状压 + 期望dp
文章目录题意: 思路: 传送门题意: 你需要从111走到nnn,初始速度是ttt,某些地方有自行车,每个位置自行车有pip_ipi的概率是坏掉的,如果自行车没坏可以骑上自行车,速度是rrr,可以 ...
bzoj4565 [HAOI2016]字符合并结论+状压+区间dp
如果k==2的话就是记搜, 但这个题用记搜的思路的话是需要枚举k个断点的, 所以对于枚举断点,就很可能有优化,比如到一个断点,一个决策的最优值于是考虑区间dp模型,相当于是插入一个数,然后看影响. ...
BZOJ 2246 [SDOI2011]迷宫探险 (记忆化搜索)
题目大意:太长了,略 bzoj luogu 并没有想到三进制状压题解: 3进制状压陷阱的状态,0表示这种陷阱的状态未知,1已知危险,2已知不危险然后预处理出在当前状态下,每种陷阱有害的概率,设为$ ...

[BZOJ2246][SDOI2011]迷宫探险（状压概率DP）