HDU 3853 LOOPS（概率DP）

题目链接：点击打开链接

题意：求从(1, 1)点走到(n, m)点的花费能量的期望， 每次决策消耗2点能量。 每次可以原地不动或者向右或者向下， 分别有个概率。

思路：运用全概率期望公式， d[i][j] = a[1]*d[i][j] + a[2]*d[i+1][j] + a[3]*d[i][j+1] + 2， 其中a[i]是三个可能情况的概率。  因为dp方程要满足无后效性， 所以移项得d[i][j] = (2 + a[2]*d[i+1][j] + a[3]*d[i][j+1]) / (1 - a[i][j])。

细节参见代码：
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<iostream>
#include<string>
#include<vector>
#include<stack>
#include<bitset>
#include<cstdlib>
#include<cmath>
#include<set>
#include<list>
#include<deque>
#include<map>
#include<queue>
#define Max(a,b) ((a)>(b)?(a):(b))
#define Min(a,b) ((a)<(b)?(a):(b))
using namespace std;
typedef long long ll;
typedef long double ld;
const ld eps = 1e-9, PI = 3.1415926535897932384626433832795;
const int mod = 1000000000 + 7;
const int INF = 0x3f3f3f3f;
// & 0x7FFFFFFF
const int seed = 131;
const ll INF64 = ll(1e18);
const int maxn = 1000 + 10;
int T,n,m,vis[maxn][maxn],kase = 0;
double d[maxn][maxn];
struct node {
double a, b, c;
}a[maxn][maxn];
double dp(int r, int c) {
double& ans = d[r][c];
if(r == n && c == m) return 0;
if(vis[r][c] == kase) return ans;
vis[r][c] = kase;
if(fabs(a[r][c].a - 1) < eps) return 0;
ans = 0.0;
if(r < n) ans += dp(r+1, c) * a[r][c].c;
if(c < m) ans += dp(r, c+1) * a[r][c].b;
ans += 2;
ans /= (1 - a[r][c].a);
return ans;
}
int main() {
while(~scanf("%d%d",&n,&m)) {
for(int i=1;i<=n;i++) {
for(int j=1;j<=m;j++) {
scanf("%lf%lf%lf",&a[i][j].a,&a[i][j].b,&a[i][j].c);
}
}
++kase;
double ans = dp(1, 1);
printf("%.3f\n",ans);
}
return 0;
}