现在有 n 个烧杯，t 毫升物质β，第 i 个烧杯中现在有 li 毫升物质α，若研制 成功将得到 pi 毫升的新能源，而科研人员可以在烧杯中加入整数毫升的物质β。研制 成功的概率为(物质β的量) / (物质α的量 + 物质β的量)。合理分配物质β使得研制 成功的新能源的量期望值最大，一个烧杯中的物质β不能超过物质α的量。现在烧杯中 物质α的量将会发生 q 次变动，求每次变动之后能获得的新能源的量的最大期望值。 输入说明： 第一行 三个正整数： n, t, q （n 个烧杯，t 毫升物质β，q 次变动） 第二行 n 个正整数： pi （pi 毫升的新能源） 第三行 n 个正整数： li （第 i 个烧杯中现在有 li 毫升物质α） 接下来的 q 行每行两个正整数： tj，rj（tj 为 1 表示增加 1 毫升物质α， 2 表示减少 1 毫升物质α）。

这是一个动态规划问题。我们可以定义 dp[i][j] 表示考虑前 i 个烧杯，现在物质 β 还有 j 毫升时能获得的最大期望新能源量。然后我们可以根据当前烧杯的物质 α 和 β 的数量来转移。

具体来说，对于第 i 个烧杯，我们可以枚举加入的 β 的数量 k，然后计算成功的概率 p = k / (k + li)，并计算能获得的期望新能源量为 pk。然后我们可以转移 dp[i][j] = max(dp[i][j], dp[i-1][j-k] + p * pk)。

最后我们只需要在每次变动之后重新计算 dp 数组即可。时间复杂度为 O(n * t^2 * q)。