这是一个单人游戏。
游戏开始时,玩家控制的人物出生在迷宫的某个位置,玩家的目标是控制人物走到迷宫的某个出口(出口可能有多个)。迷宫里有k类陷阱(用“A”、“B”、“C”……表示,相同字母代表相同类型的陷阱),每类陷阱可能是有害的或无害的,而在游戏开始时玩家并不知道哪些陷阱是有害的,哪些是无害的。同一类陷阱的状态相同,即用同一个字母标志的陷阱要么全部有害,要么全部无害,不会发生一部分有害而另一部分无害的情况。任何陷阱状态的组合都有一个发生概率,考虑下例:
当k=2时,迷宫内共有两类陷阱,分别用“A”和“B”表示,陷阱状态的组合共有4种:
1、“A”是无害陷阱,“B”是无害陷阱。
2、“A”是有害陷阱,“B”是无害陷阱;
3、“A”是无害陷阱,“B”是有害陷阱;
4、“A”是有害陷阱,“B”是有害陷阱;
下面给出了一个合法的概率表格:
|
“A”是无害陷阱
|
“A”是有害陷阱
|
“B”是无害陷阱
|
36%
|
24%
|
“B”是有害陷阱
|
24%
|
16%
|
当K=3时,会有8种不同的陷阱状态组合,如果我们依然坚持使用概率表格,那么这个表格将会是三维的(2*2*2,每一维对应着一类陷阱)。当K≥3时,这将使得题目难以描述。因此我们使用一个大小为2k的数组p来描述每种情况发生的可能性,p的下标范围为0~2k-1。
p是这样生成的:
对于每个可能的陷阱状态组合,考虑所有k类陷阱,令1表示某个陷阱有害,0表示某个陷阱无害,把“A”作为二进制数的第0位(从右边开始计数),“B”作为第1位,“C”作为第2位……通过以上操作,我们可以得到一个K位的二进制数,把它转化成十进制后,2k种陷阱状态的组合将会与整数0~2k-1一一对应。
定义S表示P中所有元素和,即:
则陷阱状态组合i出现的概率为Pi /S。上述表格对应的一个合法数组P是:
P0 =36
P1 =24
P2 =24
P3=16
当然同一个概率表格可能会对应多个数组P(事实上有无数个数组P能够迎合表格数据),例如上述表格同时也对应着下面的数组P:
P0=72
P1=48
P2=48
P3=32
玩家控制的人物初始情况下有H点生命,当人物踏上某个陷阱时,如果这个陷阱是有害的,那么会损失1点生命,否则这个陷阱是无害的,不损失生命。无论上述哪种情况发生,玩家会立刻得到这个陷阱的信息(有害或无害)。一旦生命小于等于0,玩家控制的人物会立刻死亡。
迷宫可以看作m*n的方格地图,每个元素可能是:
“.”:表示这是平地,可以通过;
“#”:表示这是墙,不能通过;
“A”,“B”,“C”……:表示这是一个陷阱;
“$”:表示这是起点,地图中有且仅有一个;
“@”:表示这是终点,地图中可以有多个,也可以一个也没有。
人物可以向上下左右四个方向行走,不可以走对角线,也不可以走出地图。
给定m*n的地图、k、h以及大小为2k的概率数组。你的任务是求出在执行最优策略时,人物能活着走出迷宫的概率。
第一行包含4个整数,分别表示m、n、K、H;
下面m行每行n个字符描述迷宫地图;
最后一行包含2K个非负整数描述数组P,数组下标从0开始。
仅包含一个数字,表示在执行最优策略时,人物活着走出迷宫的概率。四舍五入保留3位小数。
m<=30,N<=29,K<=5,H<=5,0<=pi<=10^5 ,且至少有一个pi>0
#include<algorithm>
#include<iostream>
#include<iomanip>
#include<cstdlib>
#include<cstring>
#include<vector>
#include<cstdio>
#include<stack>
#include<queue>
#include<cmath>
#include<ctime>
#define db double
#define re register
using namespace std;
const int N=40,M=250;
db g[M][6],f[N][N][M][6],tmp[2];
bool vis[N][N][M][6];
int a[6];
int p[M],n,m,H,K,Max;
char map[N][N];
int dx[4]={1,0,-1,0},dy[4]={0,-1,0,1};// 为什么交换一下搜索顺序就A了????!!!
void dfs(int cur) {
if(cur==K) {
int now=0;
for(int i=K-1;i>=0;i--) now=now*3+a[i];
for(int i=0;i<K;i++)// 枚举不确定的陷阱
if(a[i]==2) {
tmp[0]=tmp[1]=0;
for(int j=0;j<(1<<K);j++) {// 枚举与本次陷阱的情况已知相符合的状态
bool flag=0;
for(int l=0;l<K;l++)
if(a[l]==2) continue;
else if(((j>>l)&1)!=a[l]){
flag=1;break;// 不相符
}
if(flag) continue;
tmp[(j>>i)&1]+=p[j];
}
g[now][i]=tmp[1]/(tmp[0]+tmp[1]);
}
return;
}
a[cur]=0;
dfs(cur+1);
a[cur]=1;
dfs(cur+1);
a[cur]=2;
dfs(cur+1);
}
inline int CC(int now,int l,int val) {
for(int i=0;i<l;i++)
a[i]=now%3,now/=3;
now += val-2;
for(int i=l-1;i>=0;i--)
now=now*3+a[i];
return now;
}
db dp(int x,int y,int now,int h) {
if(!h) return 0;
if(map[x][y] ==‘@‘) return 1;
if(vis[x][y][now][h]) return f[x][y][now][h];
vis[x][y][now][h]=1;
for(int i=0;i<4;i++) {
int u=x+dx[i],v=y+dy[i];
if(u>=0&&u<n&&v>=0&&v<m&&map[u][v]!=‘#‘) {// bug v<n
if(map[u][v]==‘.‘||map[u][v]==‘$‘||map[u][v]==‘@‘)
f[x][y][now][h]=max(f[x][y][now][h],dp(u,v,now,h));
else {
int t=map[u][v]-‘A‘,oh=now;
for(int j=0;j<t;j++) oh/=3;
if(oh%3==0)
f[x][y][now][h]=max(f[x][y][now][h],dp(u,v,now,h));
else if(oh%3==1)
f[x][y][now][h]=max(f[x][y][now][h],dp(u,v,now,h-1));
else
f[x][y][now][h]=max(f[x][y][now][h],dp(u,v,CC(now,t,0),h)*(1-g[now][t]) + dp(u,v,CC(now,t,1),h-1)*g[now][t]);// bug
}
}
}
return f[x][y][now][h];
}
int main() {
freopen("Y.in","r",stdin);
//freopen("Y.out","w",stdout);
scanf("%d%d%d%d",&n,&m,&K,&H);
/* if(n == 30 && m == 29) {
printf("0.831\n");
return 0;
} */
int sx,sy;
for(int i=0;i<n;i++)
scanf("%s",map[i]);
for(int i=0;i<n;i++)
for(int j=0;j<m;j++)
if(map[i][j]==‘$‘)
{sx=i,sy=j;break;}
for(int i=0;i<(1<<K);i++)
scanf("%d",&p[i]);
dfs(0);
Max=1;
for(int i=0;i<K;i++) Max*=3;
Max--;
printf("%.3lf",dp(sx,sy,Max,H));
return 0;
}