#P16847. [GKS 2021 #C] Rock Paper Scissors

    ID: 19174 远端评测题 4000ms 1024MiB 尝试: 0 已通过: 0 难度: 6 上传者: 标签>动态规划 DP2021Special Judge概率论期望Google Kick Start

[GKS 2021 #C] Rock Paper Scissors

题目描述

你和你的朋友喜欢玩石头剪刀布。每天你们恰好玩 6060 轮,并在每天结束时统计这 6060 轮的得分。

在每一轮中,你们各自在不知道对方选择的情况下做出选择。然后,你们同时亮出选择并计算得分。石头赢剪刀,剪刀赢布,布赢石头。用 R\texttt{R}P\texttt{P}S\texttt{S} 分别表示石头、布和剪刀。每天你们都会商定两个值 WWEE。如果你的选择获胜,你会得到 WW 分。如果你和你的朋友选择相同,你会得到 EE 分。如果你的选择落败,你则得不到分。

某天,你无意中看到了朋友写在一个笔记本上的策略。你的朋友会记录当天到目前为止你选择 R\texttt{R}P\texttt{P}S\texttt{S} 的次数。设 AiA_i 是你在第 ii 轮的选择(R\texttt{R}P\texttt{P}S\texttt{S}),BiB_i 是朋友在同一轮的选择。令 rir_i 为对于 1j(i1)1 \le j \le (i-1) 满足 Aj=RA_j = \texttt{R} 的次数。类似地,pip_isis_i 分别是在第 ii 轮之前你选择 P\texttt{P}S\texttt{S} 的总次数。

在每天的第 11 轮,i=1i=1r1=s1=p1=0r_1=s_1=p_1=0,由于缺乏信息,你的朋友会随机选择(即你的朋友以 13\frac{1}{3} 的概率选择每一种选项)。在之后的每一轮,你的朋友根据以下方式决定 BiB_i:以概率 Pr[R]=sii1\Pr[\texttt{R}] = \frac{s_i}{i-1} 选择 R\texttt{R},以概率 Pr[P]=rii1\Pr[\texttt{P}] = \frac{r_i}{i-1} 选择 P\texttt{P},以概率 Pr[S]=pii1\Pr[\texttt{S}] = \frac{p_i}{i-1} 选择 S\texttt{S}。这个策略是自适应且难以击败的!

你即将去度假 TT 天。你需要给助理留下指令,告诉他每天每一轮应该选择什么。设整数 XX 是你期望在这 TT 天游戏后获得的平均奖励。给定 WWEE(每天的值可能不同),请提供你的指令,形式为一个长度为 6060 的字符串,从第 11 轮到第 6060 轮。每个字符表示你在对应轮的选择。你的目标是选择你的指令集,使得在所有游戏天数中,你获得的奖励的期望平均值至少为 XX。注意,你可以针对不同的 WWEE 选择不同的指令。

输入格式

输入的第一行给出天数 TT。第二行包含一个整数 XX,即你在这些天之后的目标平均奖励。然后是对 TT 天的描述。每天由两个整数 WWEE 描述。WW 是当天每轮你获胜时得到的分数,EE 是当天每轮你与朋友选择相同时得到的分数。

所有测试(除下面的样例测试外)按如下方式生成。我们选择 5050 个介于 559595 之间的不同值 GG(均匀分布)。然后,对于这些值中的每一个,会有 44 天,其中 W=10×GW = 10 \times G,而 EE 分别等于 WWW2\frac{W}{2}W10\frac{W}{10}00。不要对这些天的顺序做任何假设。

输出格式

对于每一天,输出一行,格式为 Case #x: A1A2...A60,其中 xx 是当天编号(从 11 开始),AiA_i 是你在当天第 ii 轮游戏中选择的 R\texttt{R}P\texttt{P}S\texttt{S}。选择之间不应有空格。

这些选择应使得在 TT 天后,期望值的平均值大于或等于 XX。对于每个测试用例,可能存在多种解,你可以输出其中任意一种。保证对于给定的 XX,存在一个解。

2
30
60 0
60 60
Case #1: RSRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRR
Case #2: PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

提示

在这个样例测试中,我们所有 T=2T = 2 天的目标(平均)奖励为 3030

对于第一天,由于 W=60W = 60,你可以通过至少获胜一次来达到总目标。一种可能的策略是只争取那一次胜利。

  • 在第 11 轮,你选择 A1=RA_1 = \texttt{R}。你获胜、平局或落败的概率相等,因此期望值为 2020
  • 在第 22 轮,r2=1r_2 = 1p2=s2=0p_2 = s_2 = 0。你的朋友选择 P\texttt{P} 的概率为 Pr[P]=r2/1=1\Pr[\texttt{P}] = r_2 / 1 = 1,这保证了你的朋友的选择 B2=PB_2 = \texttt{P}
  • 如果你选择 A2=SA_2 = \texttt{S},则保证获胜,在第 22 轮获得 6060 分。
  • 无论你在接下来的所有轮中选择什么,仅两轮之后的期望值就已经是 20+60=8020 + 60 = 80,足以达到我们的目标。

此外,由于我们在所有 22 天中的平均值已经至少为 802=40X=30\frac{80}{2} = 40 \ge X = 30,第二天我们可以使用任何策略。

注意,这并不是唯一的解。只要平均期望得分 30\ge 30,其他输出也会被接受。

限制条件

T=200T = 200(除样例中 T=2T = 2 外)。

50W95050 \le W \le 950

0EW0 \le E \le W,且 EEWWW2\frac{W}{2}W10\frac{W}{10}00 之一。

每天恰好玩 6060 轮。

测试集 1

X=14600X = 14600

测试集 2

X=15500X = 15500

测试集 3

X=16400X = 16400

翻译由 DeepSeek V4 Pro 完成