1. 题目背景与问题解析
UVa 11238 "Innumerous Bowling Games" 是国际大学生程序设计竞赛（ICPC）中一道经典的动态规划题目。这道题最初出现在2007年的World Finals中，考察选手对概率论和动态规划的综合运用能力。
保龄球计分规则本身就是一个有趣的数学问题。标准保龄球一局由10轮组成，每轮玩家有两次机会击倒全部10个瓶（称为一球）。特殊规则包括：
- 全中（strike）：第一次击倒全部10瓶，该轮结束
- 补中（spare）：两次击倒全部10瓶
- 第10轮的特殊规则：全中或补中时可获得额外投球机会
题目要求计算的是：给定一个选手的击球概率分布（即每次投球击倒k个瓶的概率p_k），求该选手在一局比赛中获得特定分数s的概率。这需要考虑所有可能的击球序列及其对应的得分。
2. 动态规划建模思路
2.1 状态定义
解决这个问题的关键在于设计合适的状态表示。我们需要跟踪以下信息：
- 当前轮数（1到10）
- 当前轮的状态（第一次投球/第二次投球/已完成）
- 之前的得分情况（特别是是否全中/补中影响后续得分）
定义dp[r][b][s][x][y]表示：
- r：当前轮数（1-10）
- b：当前轮的第几次投球（1或2）
- s：当前累计得分
- x：前一轮是否为全中（布尔值）
- y：前两轮是否为全中（布尔值，用于处理连续全中的加分）
2.2 状态转移方程
状态转移需要考虑多种情况：
-
常规情况（非第10轮）：
- 第一次投球：
- 击倒k个瓶（k=0-10）
- 如果是全中（k=10），则跳到下一轮
- 第二次投球：
- 必须考虑第一次的结果
- 如果两次合计10瓶则为补中
- 第一次投球：
-
第10轮特殊情况：
- 全中或补中可获得额外投球
- 最多可能有3次投球
-
得分计算：
- 普通击球：直接加击倒瓶数
- 补中：当前击球得分 + 下一次击球的瓶数
- 全中：当前击球得分 + 接下来两次击球的瓶数
2.3 边界条件
- 初始状态：dp[1][1][0][False][False] = 1
- 终止条件：第10轮所有可能投球完成后
- 得分限制：需要处理得分上限（理论最高分为300分）
3. 算法实现细节
3.1 预处理概率分布
输入给出的是每次投球击倒k个瓶的概率p_k（k=0-10）。我们需要预处理这些概率：
- 验证概率总和为1（允许浮点误差）
- 对于无效输入（如负概率）需要特殊处理
- 可以预先计算累积概率用于优化
3.2 递推过程实现
python复制def solve():
# 读取输入概率
p = list(map(float, input().split()))
# 初始化DP表
dp = [[[[[0]*2 for _ in range(2)] for __ in range(301)]
for ___ in range(3)] for ____ in range(12)]
dp[1][1][0][0][0] = 1.0
for r in range(1, 11): # 1-10轮
for b in [1, 2]: # 每轮第1或第2次投球
for s in range(0, 301):
for x in [0, 1]:
for y in [0, 1]:
current_p = dp[r][b][s][x][y]
if current_p == 0:
continue
# 处理第10轮的特殊情况
if r == 10:
# ...特殊处理逻辑...
pass
# 常规轮次处理
for k in range(0, 11):
new_s = s + k
# 处理全中/补中的加分
if x == 1: # 前一球是补中
new_s += k
if y == 1: # 前两球是全中
new_s += k
# 更新状态
if k == 10 and b == 1: # 全中
# 跳转到下一轮第一次投球
dp[r+1][1][new_s][1][x] += current_p * p[k]
elif ...: # 其他情况
# ...状态转移...
pass
# 计算结果概率
total = 0
for s in range(0, 301):
# 累加所有达到分数s的概率
pass
return total
3.3 复杂度分析
状态空间大小：
- 轮数：10
- 投球：2
- 得分：300
- 状态标志：2x2
总状态数：10×2×300×2×2 = 24,000
每个状态最多转移11次（k=0-10），总计算量约264,000次操作，完全在合理范围内。
4. 优化技巧与注意事项
4.1 实现优化
- 状态压缩：可以使用位运算压缩x和y的布尔状态
- 滚动数组：由于每轮只依赖前一轮，可以只用两个轮的状态节省空间
- 概率剪枝：忽略概率过小的状态（如<1e-10）加速计算
- 预处理加分：提前计算全中/补中的加分项，避免重复计算
4.2 常见错误
-
第10轮处理不完整：容易遗漏第10轮的特殊情况
- 必须正确处理最多3次投球的可能性
- 加分规则在第10轮仍然适用
-
得分溢出：未限制得分在0-300之间
- 需要检查得分范围，避免数组越界
-
浮点精度问题：
- 避免直接比较浮点数相等
- 使用相对误差判断（如abs(a-b)<1e-9）
-
初始状态错误：
- 确保初始概率和为1
- 清除DP表时不要遗漏任何维度
4.3 测试用例设计
好的测试用例应包含：
-
边界情况：
- 所有投球都击倒0瓶（得分0）
- 所有投球都全中（得分300）
-
特殊序列：
- 连续全中测试加分规则
- 第10轮的各种可能情况
-
随机分布：
- 模拟真实选手的概率分布
- 验证中间得分的概率分布
示例测试输入：
code复制0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.0
5. 数学原理深入
5.1 概率生成函数
这个问题可以看作是在一个受限状态空间（保龄球规则）下的马尔可夫过程。我们可以为每个状态定义生成函数：
G_{r,b,s,x,y}(z) = Σ P(最终得分=s') z^
这些生成函数满足一组线性方程，可以通过求解这个方程组得到最终得分的概率分布。
5.2 精确计算与近似
虽然动态规划能给出精确解，但当分数范围很大时（如计算获得≥250分的概率），可以采用：
- 正态近似：中心极限定理表明，大量独立随机变量的和近似服从正态分布
- 蒙特卡洛模拟：随机模拟大量比赛，统计得分分布
但对于题目要求的精确计算，DP方法仍然是首选。
5.3 算法正确性证明
要证明这个DP的正确性，需要验证：
- 无后效性：未来状态只依赖当前状态，与如何到达当前状态无关
- 完备性：所有可能的击球序列都被考虑
- 不重不漏：没有重复计算或遗漏任何合法序列
通过归纳法可以严格证明这个DP的正确性。
6. 扩展与变种
6.1 规则变种
-
不同计分规则：
- 九柱保龄球
- 其他类似投球游戏规则
-
连续奖励：
- 连续全中获得额外奖励分
- 根据击倒瓶数模式给予奖励
-
多人对战：
- 计算击败对手的概率
- 考虑对手策略的影响
6.2 算法扩展
-
并行计算：
- 由于状态转移的独立性，可以并行计算
- 使用GPU加速大规模状态空间
-
符号计算：
- 使用符号运算保持精确分数
- 避免浮点精度问题
-
在线学习：
- 根据实际比赛数据调整概率分布
- 贝叶斯更新击球概率
6.3 实际应用
虽然题目是理论计算，但类似技术可用于：
- 体育比赛预测
- 游戏AI设计
- 概率风险评估
- 运筹学中的序列决策问题
7. 编程竞赛技巧
在ICPC等编程竞赛中解决此类题目时：
-
快速建模：
- 立即识别出动态规划结构
- 设计最少必要的状态表示
-
编码效率：
- 使用多维数组清晰表示状态
- 预计算常用值节省时间
-
调试策略：
- 从小测试用例开始验证
- 打印中间状态检查转移逻辑
-
时间管理：
- 估算问题复杂度
- 优先实现核心逻辑
这道题教会我们，看似复杂的现实规则可以通过系统的状态建模转化为可计算的数学问题。掌握这种思维转换能力是解决许多实际问题的关键。