G - Research Productivity Index ( 数学期望 + DP )

最新推荐文章于 2022-05-11 11:12:46 发布

原创最新推荐文章于 2022-05-11 11:12:46 发布 · 443 阅读

0 ·

CC 4.0 BY-SA版权

2019暑假比赛补题专栏收录该内容

27 篇文章

订阅专栏

本文探讨了一道关于G-Research生产力指数的问题，通过动态规划算法求解最大期望值，详细介绍了状态转移方程及代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

G - Research Productivity Index ( 数学期望 )

题意：小明手里有n份代码，每一份代码都有一个ac成功率。f值等于 $a^{a/b}$ ，其中a为ac的数量，b为总提交数，比如交了5份4份ac， f = $4^{4/5}$ ≈3.031433 ，最后问交几份怎么交期望值最大。

Sample Input ：

5
30 50 70 60 90

Sample Output

2.220889579

分析：自己还是对于期望的理解不够深刻，期望=当前情况的概率 * f值，其中f的值代数的时候肯定都是整数的！！比赛时想错了直接把算出来的概率值往f里带，怎么也算不出来。

思路：dp[ i ] [ j ] 表示取前 i 个交上，其中有j个ac的概率。状态迁移方程是dp[ i ] [ j ] = dp[ i-1 ] [ j ] * ( 1 - a[i] ) + dp[ i-1 ] [ j-1 ] * a[ i ];

优先取ac概率大的，for循环1～n取最大值。

代码：

#include <bits/stdc++.h>

using namespace std;

int n;
double tot,now;
double a[105];
double dp[102][102]; // 交前i个，j个ac.

int main()
{
    cin >> n;
    for ( int i=1; i<=n; i++ ) {
        int x;
        scanf("%d",&x);
        a[i] = x*0.01;
    }
    sort(a+1,a+n+1,greater<double>());
    dp[0][0] = 1;
    double ans = 0;
    for ( int i=1; i<=n; i++ ) {
        dp[i][0] = dp[i-1][0]*(1-a[i]);
        for ( int j=1; j<=i; j++ ) {
            dp[i][j] = dp[i-1][j]*(1-a[i]) + dp[i-1][j-1]*a[i];
        }
        double now = 0;
        for ( int j=1; j<=i; j++ ) {
            now += dp[i][j]*pow(j,1.0*j/i);
        }
        ans = max(ans,now);
    }
    printf("%.9f\n",ans);

    return 0;
}