Codeforces 1855E 数学期望 + DP

这篇具有很好参考价值的文章主要介绍了Codeforces 1855E 数学期望 + DP。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

题意

传送门 Codeforces 1855E Expected Destruction

题解

S i S_i Si 运动至 S i + 1 S_{i+1} Si+1 的情况看作后者消失,则 S i S_i Si 在碰到 S i + 1 S_{i + 1} Si+1 前, S i + 1 S_{i + 1} Si+1 必然存在。

根据数学期望的线性性质,可以独立地考虑每一个 S i S_i Si 在碰到 S i + 1 S_{i+1} Si+1 时的期望步数。对于每一对 S i , S i + 1 S_i,S_{i+1} Si,Si+1,考虑每一步, S i S_i Si S i + 1 S_{i+1} Si+1 前进的概率都为 1 / 2 1/2 1/2,则 D P DP DP 求解即可。令 d p [ x ] [ y ] dp[x][y] dp[x][y] S i S_i Si S i + 1 S_{i+1} Si+1 距离为 x x x S i + 1 S_{i+1} Si+1 m + 1 m + 1 m+1 距离为 y y y 为初始状态情况下 S i S_i Si 对答案的贡献,则答案为 ∑ d p [ S i + 1 − S i ] [ ( m + 1 ) − S i + 1 ] \sum dp[S_{i+1}-S_i][(m + 1) - S_{i + 1}] dp[Si+1Si][(m+1)Si+1]。总时间复杂度 O ( m 2 ) O(m^2) O(m2)文章来源地址https://www.toymoban.com/news/detail-740266.html

#include <bits/stdc++.h>
using namespace std;
constexpr int MOD = 1e9 + 7;
int main() {
    ios::sync_with_stdio(false);
    cin.tie(nullptr);

    int n, m;
    cin >> n >> m;
    vector<int> a(n);
    for (int i = 0; i < n; ++i) {
        cin >> a[i];
    }
    a.push_back(m + 1);
    using ll = long long;
    auto power = [&](int x, int n) {
        int res = 1;
        while (n > 0) {
            if (n & 1) {
                res = (ll)res * x % MOD;
            }
            x = (ll)x * x % MOD, n >>= 1;
        }
        return res;
    };
    int inv2 = power(2, MOD - 2);
    vector<vector<int>> dp(m + 1, vector<int>(m + 1));
    for (int w = 1; w <= m; ++w) {
        for (int left = w; left > 0; --left) {
            int right = w - left;
            if (right > 0) {
                dp[left][right] = (ll)(1 + dp[left - 1][right] + dp[left + 1][right - 1]) % MOD * inv2 % MOD;
            } else {
                dp[left][right] = 1 + dp[left - 1][right];
            }
        }
    }
    int res = 0;
    for (int i = 0; i < n; ++i) {
        (res += dp[a[i + 1] - a[i]][m + 1 - a[i + 1]]) %= MOD;
    }
    cout << res << '\n';

    return 0;
}

到了这里,关于Codeforces 1855E 数学期望 + DP的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 4.1 随机变量的数学期望

    如果我想学习随机变量的数学期望,我可能会采取以下步骤: 掌握概率论基础知识:在学习随机变量的期望之前,我需要了解概率论的基本概念,例如概率、随机变量、概率密度函数等。 学习数学期望的定义和性质:数学期望是描述随机变量取值分布的一个重要指标,我需

    2024年02月11日
    浏览(36)
  • 概率论-条件数学期望(复习笔记自用)

    实际上,求条件期望就是在新的概率空间上进行计算,即 ,因此也继承了期望的所有性质 如果 ,则E(X)=Eg(Y) 使用全概率公式,可以容易得到证明 理解,找到共性 正态分布的优良性质:正态分布的条件分布仍为正态分布 公式的证明充分体现出微分法的优势 理解:对于固定的

    2024年02月08日
    浏览(39)
  • 7种常见分布的数学期望及其证明

    离散型随机变量数学期望 定义1 设离散型随机变量 X X X 的分布律为 P ( X = x i ) = p i , i = 1 , 2... P(X=x_i)=p_i,i=1,2... P ( X = x i ​ ) = p i ​ , i = 1 , 2... ,若级数 ∑ i = 1 + ∞ ∣ x i ∣ p i sum^{+infin}_{i=1}mid x_imid p_i ∑ i = 1 + ∞ ​ ∣ x i ​ ∣ p i ​ 收敛,则称 ∑ i = 1 + ∞ x i p i sum^

    2024年01月25日
    浏览(38)
  • Codeforces 1868C/1869E Travel Plan 题解 | 巧妙思路与 dp

    为了更好的阅读体验,请点击这里 题目链接:Travel Plan 题目大意: (n) 个点的完全二叉树,每个点可以分配 (1 sim m) 的点权,定义路径价值为路径中最大的点权,求所有路径的价值和。 对于任意长度(这里主要指包括几个节点)的路径 (t) ,最大点权不超过 (k) 的方案数

    2024年02月09日
    浏览(30)
  • 概率论--数学期望与方差--协方差(详解)

    目录 数学期望与方差 离散型随机变量的数学期望 注意 连续型随机变量的数学期望          方差 常用随机变量服从的分布  二项分布 正态分布 随机向量与随机变量的独立性 随机向量 随机变量的独立性 协方差 协方差的定义 协方差的意义 协方差矩阵 离散型随机变量的

    2024年02月11日
    浏览(35)
  • Codeforces Round 768 (Div. 1) D. Flipping Range(思维题 等价类性质 dp)

    题目 思路来源 官方题解 洛谷题解 题解 可操作的最短区间长度肯定是gcd,记为g,然后考虑如何dp 考虑g个等价类,每个等价类i,i+g,i+2*g,... 每次翻转长度为g的区间,会同时影响到g个等价类总的翻转的奇偶性, 性质一:只有每个等价类翻的次数奇偶性相同才合法  性质二:此

    2024年01月19日
    浏览(34)
  • 二维随机向量的数学期望E与协方差σ

    目录 1. 二维随机向量(X,Y)的数学期望EX, EY 2. 二维随机向量函数z=g(X,Y)的数学期望EZ 3. 二维随机向量(X,Y)的方差DX, DY 4. 二维随机向量的性质(和、积的数学期望E与方差D) 5. 二维随机向量的协方差COV和相关系数ρ 5.1 协方差COV定义 5.2 协方差COV的性质  5.3 相关系数ρ 离散形式 和

    2024年02月02日
    浏览(40)
  • 【概率论】连续型随机变量的分布函数及数学期望(二)

    如果X的密度函数为 p ( x ) = { x , 0 ≤

    2024年01月18日
    浏览(54)
  • 【概率论】连续型随机变量的分布函数及数学期望(一)

    已知F₁(x)和F₂(x)是分布函数,若 aF₁(x)-bF₂(x)也是分布函数,则下列关于常数a,b的选项中正确的是()。 A.a= 3 5 frac{3}{5}

    2024年02月12日
    浏览(45)
  • 【应用统计学】随机变量的概率分布,数学期望和方差及协方差

     【例4-5】某厂对一批产品进行抽检,该批产品含有10件正品及3件次品。设每次抽取时,各件产品被抽到的可能性相等。一件一件抽取产品进行检验,每次抽取的产品都不放回该批产品中,求直到抽得正品为止所需次数X的分布律。 解: 由于每次抽取的产品不再放回,因此离散型

    2024年02月05日
    浏览(51)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包