概率、期望dp学习

概率dp一般正着递推,即dp[i]:表示到达状态i的答案,最后的答案是dp[n]。
期望dp一般逆着推,即dp[i]:表示到达状态i还差多少,最后的答案是dp[0]。
叉姐在post上有回答提及。


概率dp一般正着递推,即dp[i]:表示到达状态i的答案,最后的答案是dp[n]。
期望dp一般逆着推,即dp[i]:表示到达状态i还差多少,最后的答案是dp[0]。
叉姐在ICPCCamp.post上的回答也有所提及。


涂格子1

n个格子,每次随机涂一个,求涂满m个格子的期望次数。

解法:

  • 定义 $dp_i$:表示已经涂了 $i$ 个还需要的期望次数
  • 转移:$dp_i=dp_{i+1}+\frac{n}{n-i}$(其中$\frac{n}{n-i}:$因为$i$到$i+1$一定要涂一个,此次满足几何分布的数学期望,因此可得)
  • 另一种得到公式的思考方式:$dp_i=\frac{i}{n}dp_i+\frac{n-i}{n}dp_{i+1}+1$,化简后与上式相同。

涂格子2

n个格子,每次随机涂一个,求涂m次后期望涂色格子数。

解法

  • 定义$dp_i:$ 表示涂了 $i$ 次后的期望个数
  • 转移:$dp_i=\frac{n-dp_{i-1}}{n}+dp_{i-1}$

麻球繁衍

开始有 $n$ 个麻球,每天每个麻球会死亡,同时繁衍出若干新麻球。每个麻球繁衍 $i$ 个麻球的概率是 $p_i (0≤i<k)$。求在 $m$ 天内麻球死绝的概率。

解法

  • 每个球相互独立,故分别考虑每一个在 $m$ 天 内死绝的概率$f_m$,答案即为$f_m^n$。
  • 对于每一个麻球 $f_i=\sum_{j=0}^{k-1}p_j·f_{i-1}^j$
  • 递推算即可