码迷,mamicode.com
首页 >  
搜索关键字:期望值    ( 418个结果
JSON Assertion(JSON断言)
JSON断言允许你完成对JSON文档的校验,首先,如果如果数据不是JSON,则会解析失败;其次,JMeter会用指定语法寻找指定的path,如果没有找到,则会失败;第三,如果验证期望值为null,JMeter提供了null复选框,校验空数组使用[]。 Assert JSON Path exists: ...
分类:Web程序   时间:2019-01-19 11:12:24    阅读次数:788
Codeforces 992C Nastya and a Wardrobe (思维)
<题目链接> 题目大意: 你开始有X个裙子 你有K+1次增长机会 前K次会100%的增长一倍 但是增长后有50%的机会会减少一个 给你X,K(0<=X,K<=1e18), 问你最后裙子数量的期望值是多少(答案 mod 1e9+7) 解题分析: 一看到X,K的范围这么大,就应该想到是要推公式,找规律的 ...
分类:其他好文   时间:2019-01-17 19:38:52    阅读次数:166
loj 2542 随机游走 —— 最值反演+树上期望DP+fmt
题目:https://loj.ac/problem/2542 因为走到所有点的期望就是所有点期望的最大值,所以先最值反演一下,问题变成从根走到一个点集任意一点就停止的期望值; 设 \( f[x] \),则 \( f[x] = \frac{f[fa]+1+\sum\limits_{v \in son} ...
分类:其他好文   时间:2019-01-16 22:46:12    阅读次数:166
奖励关
奖励关 题目要求我们求出期望得分 发现$ n $十分小 考虑状压 设状态$f[i][j]$表示前i关.状态为j的期望值 然后期望倒推就ok了. 最后答案是$f[1][0]$ cpp / header / include include include include include include ...
分类:其他好文   时间:2019-01-13 11:03:23    阅读次数:147
奖励关
奖励关 题目要求我们求出期望得分 发现$ n $十分小 考虑状压 设状态$f[i][j]$表示前i关.状态为j的期望值 然后期望倒推就ok了. 最后答案是$f[1][0]$ cpp / header / include include include include include include ...
分类:其他好文   时间:2019-01-13 10:57:07    阅读次数:178
Blog Post Rating CodeForces - 806E (线段树二分)
题目链接 题目大意: 有一个博客, 初始分数为$0$, 有$n$个人, 第$i$个人有一个期望值$a_i$, 如果第$i$个人浏览博客时,博客赞数高于$a_i$博客分数$-1$, 低于$+1$, 相等不变, 对于每个$i$, 求出$[1,i]$的人按任意顺序浏览博客后最大分数. 题解: 首先, 用贪 ...
分类:其他好文   时间:2019-01-10 13:08:31    阅读次数:131
CF1097D Makoto and a Blackboard
思路: 概率dp。首先对n进行因子分解得到,然后每个素因子pi,计算经过k次操作之后的期望值Ei,再利用期望的性质把所有Ei乘起来得到最终结果。Ei可以通过概率dp计算,dp[i][j]表示经过i次操作之后出现的概率。 实现: ...
分类:其他好文   时间:2019-01-06 16:37:11    阅读次数:213
【[SHOI2012]随机树】
感觉第一问就非常神仙,还有第二问怎么被我当成组合数学题来做了 首先是第一问 期望具有线性性,于是 深度平均值的期望等于深度和的期望值的平均 设$dp_x$表示具有$x$个叶子节点的树的深度和的期望值是多少 我们发现扩展一个叶子节点的实质将其变成两个深度原来大一的叶节点,所以对整个答案的贡献也就是这个 ...
分类:其他好文   时间:2019-01-01 20:59:56    阅读次数:140
孤立集
Description 对于一个正整数集合$S$,如果存在$k\in S$且满足$k 1\notin S$且$k+1\notin S$,则称$k$为$S$中的一个「孤立元」。 给定一个集合$A=\{1,2,\cdots,n\}$,并等概率的选出它的一个恰好含有$m$个元素的子集$B$,你的任务是,计 ...
分类:其他好文   时间:2018-12-29 19:44:24    阅读次数:186
决策树
一、信息论基础 (1)熵 信息熵即信息的期望值,熵是用来度量随机变量的不确定性。数学公式表达如下: 其中负号是用来保证信息量是正数或者零。H(X)就被称为随机变量x的熵,它是对所有可能发生的事件产生的信息量的期望。从公式可以得出结论:随机变量的取值个数越多,状态数也就越多,信息熵就越大,不确定性就越 ...
分类:其他好文   时间:2018-12-24 00:16:58    阅读次数:267
418条   上一页 1 ... 8 9 10 11 12 ... 42 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!