解题思路（动态规划）
把所有到达 x 的路径视为“失败”（概率计为 0），只在其余状态之间做概率累积。
状态定义
令 dp[t][i] 表示：从起点 s 出发，走了 t 步，且整个过程未到达 x，此时停在状态 i 的概率（其中 i ≠ x）。
转移方程
P3529.第三题-随机游走问题
题目内容
随机游走模型（Random Walk Model）是一种随机过程（stochastic process），用来描述一个变量随时间的变化路径，其中每一步的变化是由随机误差或概率转移决定的，并且这些变化相互独立、同分布。它常用于刻画股票价格、汇率等金融时间序列的不可预测性。
在本题中，我们有 n 个不同的事件（状态），编号为 1,2,…,n 。
在任意两个事件 i,j 之间，有一个转移概率 P(i,j)，表示当当前事件是 i 时，下一事件是 j 的概率。所有转移概率构成一个 概率转移矩阵 P，满足每行之和等于 1，且 P(i,j)≥0。
小明刚刚处理完事件 s，他将连续处理 k 个事件。在整个处理过程中，不能出现事件 x（即处理序列中不允许包含 x 事件）。
请你计算：发生这个复杂事件的概率是多少？
输入格式
-
第一行：一个整数 n — 事件的个数（1≤n≤50）
-
第二行：三个整数 s,x,k
- s — 起始事件编号（1≤s≤n）
- x — 不允许处理的事件（1≤x≤n,x=s）
- k — 处理的事件个数
注意：这里的“处理的事件个数 k”指从初始状态开始，依次经历 k 次状态变化后结束的路径长度。
-
接下来 n 行，每行 n 个实数，第 i 行第 j 列为 P(i,j)，即从事件 i 转移到事件 j 的概率。
每行的概率和为 1，每个概率满足 0≤P(i,j)≤1。
数据保证
40%的数据满足:k≤7
100%的数据满足:k≤200
输出格式
样例输入
3
1 2 2
0.5 0.5 0
0.2 0.3 0.5
0.4 0.5 0.1
样例输出
0.250000
说明
样例中：
- 事件总数为 n=3
- 起点 s=1
- 不允许出现的事件 x=2
- 处理 2 个事件（即转移 2 步）
