题目名称 1487. [UVa 11021] 麻球繁衍
输入输出 tribbles.in/out
难度等级 ★★☆
时间限制 3000 ms (3 s)
内存限制 256 MiB
测试数据 10
题目来源 Gravatarcstdio 于2014-01-15加入
开放分组 全部用户
提交状态
分类标签
UVa 数学 递推 概率与期望
分享题解
通过:160, 提交:276, 通过率:57.97%
GravatarHzoi_Ivan 100 0.038 s 0.22 MiB C++
GravatarHzoi_Ivan 100 0.051 s 0.33 MiB C++
GravatarHzoi_Ivan 100 0.062 s 0.33 MiB C++
GravatarHzoi_Ivan 100 0.063 s 0.33 MiB C++
GravatarHzoi_Ivan 100 0.064 s 0.31 MiB C++
GravatarHzoi_Mafia 100 0.065 s 0.33 MiB C++
Gravatar~玖湫~ 100 0.066 s 0.30 MiB C++
GravatarHzoi_Mafia 100 0.072 s 0.33 MiB C++
Gravatar梦那边的美好ET 100 0.133 s 0.33 MiB C++
Gravatarriteme 100 0.135 s 0.30 MiB C++
关于 麻球繁衍 的近10条评论(全部评论)
Tribbles是星际迷航中一种极其萌的生物,其可以快速繁殖……我还记得kirk被tribbles淹没不知所措的样子。
GravatarShirry
2017-11-03 17:38 11楼
所谓递推 就是从上个状态转移到这个状态的过程。。不要去想这个状态从0推过来。。
GravatarOstmbh
2017-09-13 15:57 10楼
再也不zz地用快速幂了- -
GravatarHzoi_Mafia
2017-07-26 15:14 9楼
全概率公式
.
Gravatar하루Kiev
2017-07-15 20:48 8楼
能不能解释一下那个梗和题记都是什么意思。。
GravatarHallmeow
2017-07-15 19:47 7楼
GravatarAntiLeaf
2017-07-14 16:39 6楼
概率DP首题留念
递推就可以了,我居然写了快速幂。
Gravatar/k
2016-03-02 12:00 5楼
回复 @天一阁 :
你不觉得这个毛团萌萌哒么……
Gravatarcstdio
2014-10-01 15:50 4楼
为何粘上这个图!!!
GravatarJSX
2014-10-01 15:21 3楼
为什么图折磨恶心!
Gravatar天一阁
2014-10-01 14:11 2楼

1487. [UVa 11021] 麻球繁衍

★★☆   输入文件:tribbles.in   输出文件:tribbles.out   评测插件
时间限制:3 s   内存限制:256 MiB

【题目描述】

万有引力定律:

“使物体相互靠近的力的大小与物体的质量成正比——而物体的质量又由同一种力决定。这是一个有趣并且有益的例子,说明了科学是如何用 $A$ 证明 $B$,再用 $B$ 证明 $A$ 的。”——安布罗斯·比尔斯(美国讽刺作家——译者注)。


你有一坨 $K$ 个毛球(<星际迷航>中的种族——译者注)。这种毛球只会存活一天。在死亡之前,一个毛球有 $P_i$ 的概率生出 $i$ 个毛球 $(i=0,1,...,n-1)$。$m$ 天后所有毛球都死亡的概率是多少?(包含在第 $m$ 天前全部死亡的情况)

【输入格式】

输入包含多组数据。

输入文件的第 $1$ 行是一个正整数 $N$,表示数据组数。

每组数据的第 $1$ 行有 $3$ 个正整数 $n(1<=n<=1000),k(0<=k<=1000),m(0<=m<=1000)$。

接下来有 $n$ 行,给出 $P_0,P_1,...,P_{n-1}$。

【输出格式】

对于第 $i$ 组数据,输出"Case #i: ",后面是第 $m$ 天后所有毛球均已死亡的概率。

【样例输入】

4
3 1 1
0.33
0.34
0.33
3 1 2
0.33
0.34
0.33
3 1 2
0.5
0.0
0.5
4 2 2
0.5
0.0
0.0
0.5

【样例输出】

Case #1: 0.3300000
Case #2: 0.4781370
Case #3: 0.6250000
Case #4: 0.3164063

【提示】

如果你的输出与标准答案相差不超过 $10^{-5}$,那么你的答案就被认为是正确的。

【来源】

UVa11021 Tribles

刘汝佳,《算法竞赛入门经典训练指南》表2.8