Sample Game
题意:
1∼n1\sim n1∼n个数,每个数都有一个随机概率pip_ipi,进行如下操作:
- 按照概率随机生成一个数。
- 如果生成的数字不小于之前生成的任意一个数字,回到步骤111,否则到步骤333。
- 如果生成数字的个数为nnn,那么贡献为n2n^2n2。
求期望贡献。
思路:
生成的序列肯定是一个非降的形式。我们假设最后数列的长度为lenlenlen,那么可以得到长度大于iii的概率P(len>i)=∏i=1npitiP(len>i)=\prod\limits_{i=1}^{n}p_i^{t_i}P(len>i)=i=1∏npiti,其中tit_iti表示数字iii出现的次数。因为在长度为iii的时候,我们并不知道对于i+1i+1i+1的时候,取的数是会停下来还是会继续取,但是最终的长度一定会比iii大,所以这里算的是len>ilen>ilen>i的概率。
那么我们可以得到P(len=i)=P(len>i−1)−P(len>i)P(len=i)=P(len>i-1)-P(len>i)P(len=i)=P(len>i−1)−P(len>i)。
所以我们贡献的期望就是:
E(X)=∑i=1∞i2P(len=i)=∑i=1∞i2(P(len>i−1)−P(len>i))=12P(len>0)+∑i=1∞((i+1)2−i2)P(len>i)=∑i=0∞(2i+1)P(len>i)\begin{aligned}E(X)&=\sum\limits_{i=1}^{\infty}i^2P(len=i)\\&=\sum\limits_{i=1}^{\infty}i^2(P(len>i-1)-P(len>i))\\&=1^2P(len>0)+\sum\limits_{i=1}^{\infty}((i+1)^2-i^2)P(len>i)\\&=\sum\limits_{i=0}^{\infty}(2i+1)P(len>i)\end{aligned}E(X)=i=1∑∞i2P(len=i)=i=1∑∞i2(P(len>i−1)−P(len>i))=12P(len>0)+i=1∑∞((i+1)2−i2)P(len>i)=i=0∑∞(2i+1)P(len>i)
对于P(len>i),i∈[0,+∞)P(len>i),i\in[0,+\infty)P(len>i),i∈[0,+∞),我们可以将这个数列写成生成函数的形式f(x)=∑i=0∞P(len>i)xif(x)=\sum\limits_{i=0}^{\infty}P(len>i)x^if(x)=i=0∑∞P(len>i)xi。
可得f′(x)=∑i=0∞iP(len>i)xi−1f^{'}(x)=\sum\limits_{i=0}^{\infty}iP(len>i)x^{i-1}f′(x)=i=0∑∞iP(len>i)xi−1,
所以E(x)=2f′(1)−f(1)E(x)=2f^{'}(1)-f(1)E(x)=2f′(1)−f(1)。
对于第iii个数出现jjj次的概率,我们也可以写成一个生成函数gi(x)=∑j=0∞pijxjg_i(x)=\sum\limits_{j=0}^{\infty}p_i^jx^jgi(x)=j=0∑∞pijxj。
根据生成函数中相乘的组合意义,我们又可以得到f(x)=∏i=1ngi(x)f(x)=\prod\limits_{i=1}^{n}g_i(x)f(x)=i=1∏ngi(x)。
其中gi(x)g_i(x)gi(x)可以化简成11−pix\cfrac{1}{1-p_ix}1−pix1的形式。
推导过程就是:
∵gi(x)=∑j=0∞pijxj\because g_i(x)=\sum\limits_{j=0}^{\infty}p_i^jx^j∵gi(x)=j=0∑∞pijxj
∴pixgi(x)=∑j=1∞pijxj\therefore p_ixg_i(x)=\sum\limits_{j=1}^{\infty}p_i^jx^j∴pixgi(x)=j=1∑∞pijxj
∴(1−pix)gi(x)=1\therefore (1-p_ix)g_i(x)=1∴(1−pix)gi(x)=1
∴gi(x)=11−pix\therefore g_i(x)=\cfrac{1}{1-p_ix}∴gi(x)=1−pix1
所以可以得到:
f′(x)=∑i=1n(gi′(x)∏j=1,j≠ingj(x))=∑i=1n(pi(1−pi)2∏j=1,j≠ingj(x))=∑i=1n(gi(x)pi1−pi∏j=1,j≠ingj(x))=∑i=1n(pi1−pi∏j=1ngj(x))=f(x)∑i=1npi1−pi\begin{aligned}f^{'}(x)&=\sum\limits_{i=1}^{n}(g_i^{'}(x)\prod\limits_{j=1,j\neq i}^{n}g_j(x))\\&=\sum\limits_{i=1}^{n}(\cfrac{p_i}{(1-p_i)^2}\prod\limits_{j=1,j\neq i}^{n}g_j(x))\\&=\sum\limits_{i=1}^{n}(g_i(x)\cfrac{p_i}{1-p_i}\prod\limits_{j=1,j\neq i}^{n}g_j(x))\\&=\sum\limits_{i=1}^{n}(\cfrac{p_i}{1-p_i}\prod\limits_{j=1}^{n}g_j(x))\\&=f(x)\sum\limits_{i=1}^{n}\cfrac{p_i}{1-p_i}\end{aligned}f′(x)=i=1∑n(gi′(x)j=1,j=i∏ngj(x))=i=1∑n((1−pi)2pij=1,j=i∏ngj(x))=i=1∑n(gi(x)1−pipij=1,j=i∏ngj(x))=i=1∑n(1−pipij=1∏ngj(x))=f(x)i=1∑n1−pipi
所以最后可以得到:f(1)=∏i=1n11−pi,f′(1)=f(1)∑i=1npi1−pif(1)=\prod\limits_{i=1}^{n}\cfrac{1}{1-p_i},f^{'}(1)=f(1)\sum\limits_{i=1}^{n}\cfrac{p_i}{1-p_i}f(1)=i=1∏n1−pi1,f′(1)=f(1)i=1∑n1−pipi
代码:
#include<bits/stdc++.h>
#define fi first
#define se second
#define int long long
#define mp make_pair
#define pb push_back
#define ls x<<1
#define rs x<<1|1
#define lson x<<1,l,mid
#define rson x<<1|1,mid+1,r
#define pii pair<int,int>
#define all(x) x.begin(),x.end()
#define cl(x,y) memset(x,y,sizeof(x))
#define nxtp(a,n) next_permutation(a+1,a+n+1)
#define mem(x,y,n) memset(x,y,sizeof(int)*(n+5))
const int N=1e6+10;
const int mod=998244353;
const int inf=0x3f3f3f3f;
const double eps=1e-8;
const double pi=acos(-1);
const double INF=1e18;
using namespace std;
int p[N];
int qpow(int a,int b)
{
int ans=1;
while(b)
{
if(b&1)
ans=ans*a%mod;
a=a*a%mod;
b>>=1;
}
return ans;
}
signed main()
{
ios::sync_with_stdio(false);
cin.tie(0);cout.tie(0);
int n,i,sum=0;
cin>>n;
for(i=1;i<=n;i++)
{
cin>>p[i];
sum+=p[i];
}
sum=qpow(sum,mod-2);
for(i=1;i<=n;i++)
p[i]=p[i]*sum%mod;
int f1=1,f2=0;
for(i=1;i<=n;i++)
f1=(f1*(1*qpow((1-p[i]+mod)%mod,mod-2)))%mod;
for(i=1;i<=n;i++)
f2=(f2+(p[i]*qpow((1-p[i]+mod)%mod,mod-2)))%mod;
f2=2*f2*f1%mod;
cout<<(f1+f2)%mod<<endl;
return 0;
}
本文讲解了如何通过概率分析计算一个随机生成非降序序列的期望贡献。利用生成函数和组合原理,推导了期望值公式,并给出了相关代码实现。核心思路是确定序列长度分布和每个位置出现次数的概率。

789

被折叠的 条评论
为什么被折叠?



