Probability

最新推荐文章于 2021-05-24 12:22:45 发布
最新推荐文章于 2021-05-24 12:22:45 发布
阅读量333 收藏
点赞数 1
分类专栏： DP那么难根本写不了
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Onozuka_Komachi/article/details/78358663
版权

一些比较诡异的关于概率的DP

T1 IMT

呃，可以KMP求出Fail的位置。
但是懒得那么做..直接暴力 O(nlen2) 匹配求出矩阵。
然后矩阵乘或者直接求都可以了。

代码

这题调很久的一个严重原因就是不会输出‘%’
..要用两个‘%%’或是‘\%’才行。

#include<bits/stdc++.h>
using namespace std;

#define Komachi is retarded
#define REP(i,a,b) for(int i=(a),i##_end_=(b);i<i##_end_;i++)
#define DREP(i,a,b) for(int i=(a),i##_end_=(b);i>i##_end_;i--)
#define DB double
#define chkmin(a,b) a=min(a,b)
#define chkmax(a,b) a=max(a,b)
#define EPS 1e-6

#define M 14
int n,m,len;
char C[34],c[M];
string S,P,Tmp;
DB A[34],F[2][M],To[M][M];

int main(){
    while(scanf("%d %d",&n,&m)!=EOF){
        if(!n || !m)break;

        REP(i,0,n){
            scanf("%s %lf",&c,&A[i]);
            C[i]=c[0];
        }
        scanf("%s",c);
        S="";

        len=strlen(c);
        REP(i,0,len)S+=c[i];

        REP(i,0,M) REP(j,0,M) To[i][j]=0;

        P="";
        REP(i,0,len){
            REP(k,0,n){
                Tmp=P+C[k];
                DREP(j,i+1,-1){
                    if(j==0 || Tmp.substr(i-j+1,j)==S.substr(0,j)){
                        To[i][j]+=A[k];
                        break;
                    }
                }
            }
            P+=S[i];
        }
        bool f=0;
        DB Ans=0;

        REP(k,1,M)F[0][k]=0;
        F[0][0]=1;
        while(m--){
            REP(k,0,M)F[!f][k]=0;
            REP(j,0,len) REP(k,0,len+1)
                F[!f][k]+=F[f][j]*To[j][k];
            f^=1;
            Ans+=F[f][len];
        }

        printf("%.2lf%%\n",Ans*100.0);
    }
    return 0;
}

T2 R

给树上的每条边随机大小然后求直径小于S的树的概率。。
树形DP，合并子树的转移方法。

代码
#include<bits/stdc++.h>
using namespace std;

#define Komachi is retarded
#define REP(i,a,b) for(int i=(a),i##_end_=(b);i<i##_end_;i++)
#define DREP(i,a,b) for(int i=(a),i##_end_=(b);i>i##_end_;i--)
#define DB double
#define chkmin(a,b) a=min(a,b)
#define chkmax(a,b) a=max(a,b)

#define M 84
#define Mm 544
int T,n,L,S;
int Next[M<<1],V[M<<1],Head[M],tot;
void Add_Edge(int u,int v){
    Next[++tot]=Head[u],V[Head[u]=tot]=v;
}
#define LREP(i,A) for(int i=Head[A];i;i=Next[i])
DB F[M][Mm],Tmp[Mm],Val,Sum1[Mm],Sum2[Mm];
void DFS(int A,int f){
    int B,Son=0;
    F[A][0]=1;
    LREP(i,A)if((B=V[i])!=f){
        DFS(B,A);
        memset(Tmp,0,sizeof(Tmp));
        REP(j,0,L+1) REP(k,0,S-j+1)
            Tmp[k+j]+=Val*F[B][k];  

        Sum1[0]=F[A][0];
        REP(j,1,S+1)Sum1[j]=Sum1[j-1]+F[A][j];
        Sum2[0]=Tmp[0];
        REP(j,1,S+1)Sum2[j]=Sum2[j-1]+Tmp[j];

        REP(j,0,S+1){
            int ms=min(j,S-j);
            DB t=F[A][j]*Tmp[j];
            F[A][j]=F[A][j]*Sum2[ms]+Sum1[ms]*Tmp[j];
            if((j<<1)<=S)F[A][j]-=t;
        }
    }
}
int main(){
    scanf("%d",&T);
    REP(Case,1,T+1){
        scanf("%d %d %d",&n,&L,&S);
        memset(Head,tot=0,sizeof(Head));
        memset(F,0,sizeof(F));
        REP(i,1,n){
            int u,v;
            scanf("%d %d",&u,&v);
            Add_Edge(u,v);
            Add_Edge(v,u);
        }
        Val=1.0/(L+1);
        DFS(1,0);
        DB Ans=0;
        REP(i,0,S+1)Ans+=F[1][i];
        printf("Case %d: %.6lf\n",Case,Ans);
    }
    return 0;
}

T3 LPAD

如果 n≤105 的话是一道大水题、
然而 n≤109 ，
其实还是一道大水题。
因为当n慢慢变大的时候概率的改变就可以忽略不计了。
也就是说当概率改变量减小到EPS以下时直接输出即可。

代码
#include<bits/stdc++.h>
using namespace std;

#define Komachi is retarded
#define REP(i,a,b) for(int i=(a),i##_end_=(b);i<i##_end_;i++)
#define DREP(i,a,b) for(int i=(a),i##_end_=(b);i>i##_end_;i--)
#define chkmax(a,b) a=max(a,b)
#define chkmin(a,b) a=min(a,b)
#define DB double

#define M 1000004
#define EPS 1e-13
int n,m;
DB F[M];
int main(){
    while(scanf("%d %d",&m,&n)!=EOF){
        memset(F,0,sizeof(F));
        F[0]=1;F[1]=-1;
        DB Val=1.0/m;

        int i=0;

        while(i<=n){
            if(i){
                F[i]+=F[i-1];
                if(fabs(F[i]-F[i-1])<EPS)break;
            }
            if(i+1<M) F[i+1]+=F[i]*Val;
            if(i+m+1<M) F[i+m+1]-=F[i]*Val;
            i++;
        }

        printf("%.5lf\n",F[i-1]);
    }
    return 0;
}

T4 W

求图中长度为d的路径不经过某个点的概率。
原本应该直接写的，然而看错时间范围（15s）。
于是默默写了一遍矩阵乘….复杂度 O(n4logd)

代码
#include<bits/stdc++.h>
using namespace std;

#define Komachi is retarded
#define REP(i,a,b) for(int i=(a),i##_end_=(b);i<i##_end_;i++)
#define DREP(i,a,b) for(int i=(a),i##_end_=(b);i>i##_end_;i--)
#define chkmax(a,b) a=max(a,b)
#define chkmin(a,b) a=min(a,b)
#define DB double

#define M 54
int Case,n,m,d;
bool P[M][M];
struct Mat{
    DB V[M][M];
    void Clear(){memset(V,0,sizeof(V));}
    Mat friend operator *(Mat A,Mat B){
        Mat C;C.Clear();
        REP(i,1,n+1) REP(j,1,n+1) REP(k,1,n+1) C.V[i][j]+=A.V[i][k]*B.V[k][j]; 
        return C;
    }
}K,Res;

void Solve(int x){
    K.Clear();Res.Clear();
    REP(i,1,n+1)if(i!=x)Res.V[i][i]=1.0/n;
    REP(i,1,n+1)if(i!=x){
        int Tmp=0;
        REP(j,1,n+1) Tmp+=P[i][j];
        REP(j,1,n+1) if(j!=x && P[i][j]) K.V[i][j]=1.0/Tmp;
    }
    int p=d;
    while(p){
        if(p&1)Res=Res*K;
        K=K*K;p>>=1;
    }
    DB Ans=0;
    REP(i,1,n+1) REP(j,1,n+1)Ans+=Res.V[i][j];
    printf("%.10lf\n",Ans);
}
int main(){
    scanf("%d",&Case);
    while(Case--){
        scanf("%d %d %d",&n,&m,&d);
        memset(P,0,sizeof(P));
        REP(i,0,m){
            int u,v;
            scanf("%d %d",&u,&v);
            P[u][v]=P[v][u]=1;
        }
        REP(i,1,n+1)Solve(i);
    }
    return 0;
}

T5 BJ

先考虑庄家，此时玩家已经拿完牌。
那么庄家只能继续拿牌直到他的点数≥玩家的点数。
定义这个概率为 Gi,j ，即庄家 i 点玩家j点的使玩家不获胜概率。
那么玩家的概率反着求一下即可。

代码
#include<bits/stdc++.h>
using namespace std;

#define Komachi is retarded
#define REP(i,a,b) for(int i=(a),i##_end_=(b);i<i##_end_;i++)
#define DREP(i,a,b) for(int i=(a),i##_end_=(b);i>i##_end_;i--)
#define chkmax(a,b) a=max(a,b)
#define chkmin(a,b) a=min(a,b)
#define DB double

#define M 14
#define N 34
int Test;
DB F[M];
char C[M];
map<char,int>V;
DB G[N][N],DP[N][N];
int main(){
    REP(i,1,10)F[i]=1.0/13;
    F[10]=4.0/13;

    V['A']=1;
    V['2']=2,V['3']=3,V['4']=4,V['5']=5;
    V['6']=6,V['7']=7,V['8']=8,V['9']=9;
    V['T']=V['J']=V['Q']=V['K']=10;

    REP(i,2,22)
        DREP(j,21,1)
            if(j>=i)G[i][j]=1;
            else REP(t,1,11)G[i][j]+=G[i][j+t]*F[t];

    DREP(a,21,1)
        REP(b,2,22){
            DB Tmp=0;
            REP(t,1,11)Tmp+=DP[a+t][b]*F[t];
            DP[a][b]=max(1-G[a][b],Tmp);
        }

    scanf("%d",&Test);
    while(Test--){
        scanf("%s",C);
        int a,b;a=b=0;
        REP(i,0,2)a+=V[C[i]];
        REP(i,2,4)b+=V[C[i]];
        puts(DP[a][b]>=0.5?"YES":"NO");
    }
    return 0;
}

T6 H

写法十分奇怪。
网上怎么全是状压DP啊？
这里通过..算了自行看注释吧。
Fi,j,k 为抽了i张牌后，
还有j次抽牌机会，
抽到了k张伤害牌的概率（分数表示）
然后复杂度是 O((n+m)nm+pm2) 的，似乎比 O(2m) 要小。
嗯，这个还能写更大一点的数据范围。

代码
#include<bits/stdc++.h>
using namespace std;

#define Komachi is retarded
#define REP(i,a,b) for(int i=(a),i##_end_=(b);i<i##_end_;i++)
#define DREP(i,a,b) for(int i=(a),i##_end_=(b);i>i##_end_;i--)
#define chkmax(a,b) a=max(a,b)
#define chkmin(a,b) a=min(a,b)
#define DB double
#define LL long long
#define M 24
#define Mm 1004

int T;
int p,n,m,atk[M];
LL Gcd(LL a,LL b){return b?Gcd(b,a%b):a;}
struct Node{
    LL a,b;
    Node Easy(){LL d=Gcd(a,b);a/=d,b/=d;return *this;}
    Node operator +(const Node &_){return ((Node){a*_.b+b*_.a,b*_.b}).Easy();}
    Node operator *(const Node &_){return ((Node){a*_.a,b*_.b}).Easy();}
    void Add(const Node &_){(*this)=(*this)+_;}
};//就是分数结构体
Node F[M][M][M];
int G[M][Mm];
int main(){
    scanf("%d",&T);
    while(T--){
        scanf("%d %d %d",&p,&n,&m);
        REP(i,0,m) scanf("%d",&atk[i]);

        REP(i,0,M) REP(j,0,M) REP(k,0,M) F[i][j][k]=(Node){0,1};

        F[0][1][0]=(Node){1,1};
        REP(i,0,n+m) REP(j,1,n+2) REP(k,0,m+1){
            Node Val=F[i][j][k]; if(Val.a==0)continue;
            F[i+1][j-1][k+1].Add(Val*(Node){m-k,n+m-i});
            F[i+1][j+1][k].Add(Val*(Node){n-i+k,n+m-i});
        }

        memset(G,0,sizeof(G));
        G[0][0]=1;
        REP(v,0,m){
            DREP(i,m-1,-1)
                REP(j,0,p+1)G[i+1][min(p,j+atk[v])]+=G[i][j];
            //G 取i张牌造成j点伤害的方案数。 
        }
        Node Ans=(Node){0,1};
        REP(i,1,m+1){
            Node Tmp=(Node){G[i][p],1};
            REP(j,0,i) Tmp=Tmp*(Node){1,m-j};
            REP(j,1,i+1) Tmp=Tmp*(Node){j,1};
            //Tmp为取i张B类牌打死敌人的概率
            REP(j,1,n+m+1)if(F[j][0][i].a)Ans.Add(F[j][0][i]*Tmp);
            REP(j,1,n+2)if(F[n+m][j][i].a)Ans.Add(F[n+m][j][i]*Tmp);
        }

        printf("%d",Ans.a);putchar('/');
        printf("%d\n",Ans.b);
    }
    return 0;
}
Onozuka_Komachi
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
#数据结构与算法学习笔记#剑指Offer65：n个骰子的点数和 + 详细解析（Java、C/C++）
NJU_ChopinXBP的博客
03-06 403
2019.3.6 《剑指Offer》从零单刷个人笔记整理（66题全）目录传送门​​​​​​​ 这道书上的题牛客网没有，不知道是不是漏掉了。 求n个骰子所有可能的情况其实是固定的，一共次。因此求所有点数和s的概率实际上要的是求所有点数和s出现的次数。 由于每一粒骰子的情况都是固定的，因此多粒骰子的情况实际上就是每一种情况的不断累加的结果。 只有1粒骰子的时候，结果是分布是：1，2，3...
probability
03-16
在这个名为"probability"的项目中，我们可以推测其主要涉及使用Python进行概率论的相关操作。 首先，我们要理解概率的基本概念。概率是衡量某一事件发生的可能性的度量，通常介于0和1之间，其中0表示不可能发生，1...
面试题60：n个骰子的点数
R_g_Luo的博客
05-19 436
题目：把n个骰子扔在地上，所有骰子朝上一面的点数之和为s。输入n，打印出s的所有可能的值出现的概率。 思路：在一轮循环当中，第一个数组总的第n个数字表示骰子和为n出现的次数。在下一轮循环中，我们加上一个新的骰子，此时和为n的骰子出现的次数应该等于上一轮循环中点数和为n-1,n-2,n-3,n-4,n-5,n-6的次数的总和（新的骰子可能投出1~6）。(基于循环，时间性能好) #i...
C++单刷《机器学习实战》之一——k-近邻算法
u014080185的博客
03-05 4894
数学系研二渣硕一枚，最早接触机器学习还是在研究生一年级的模式识别课程上，发现大部分机器学习的书籍都是采用Python语言，当然Python在数据分析和矩阵计算方面确实会有很大的优势，对于缺乏编程基础又想要快速入门的同学，Python确实是首选。而从本系列开始，我将主要用C++将《机器学习实战》这本书刷一遍，旨在加深对算法理解的同时提高编程能力，也希望能够为想入坑机器学习，同时又热爱C++的人提供一
High-Dimensional Probability.pdf
06-16
《High-Dimensional Probability》是一本介绍高维概率理论及其在数据科学中应用的入门书籍。本书作者是Roman Vershynin，它被认为是填补了当前文献中关于高维概率入门教学的一个重要空白。该书的主要特点在于它的易...
[Durrett] Probability Theory and Examples Solutions.pdf
03-05
标题《[Durrett] Probability Theory and Examples Solutions.pdf》和描述“概率论”指明了文档内容与概率论领域紧密相关，特别是《概率论与例题解答》一书的第二版中解决方案的详细讨论。这本书的第二版增加了解决...
Probability for Machine Learning by Jason Brownlee.pdf
06-26
Probability for Machine Learning Discover How To Harness Uncertainty With Python by Jason Brownlee 28 step-by-step lessons, 312 pages. distributions, estimation, more. 概率是机器学习的基石。没有机器...
剑指offer刷题————n个骰子的点数
李志杰的博客
08-12 207
问题重述： 题目：把n个骰子扔在地上，所有骰子朝上一面的点数之和为s。输入n,打印出s的所有可能的值出现的概率。 思路解析： 要想求出n个骰子的点数和，可以先把n个骰子分为两堆：第一堆只有一个，另一堆有n-1个。单独的那一个可能出现从1到6的点数。我们需要计算从1到6的每一种点数和剩下的n-1个骰子来计算点数和。接下来把剩下的n-1个骰子还是分成两堆。第一堆只有一个，第二队有n-2个。我们把上一轮那个单独的骰子的点数和这一轮单独的骰子的点数和相加，再和剩下的n-2个骰子来计算点数和。分析到这里，我们不
Probability|Given
bo-jwolf的专栏
09-03 777
http://acm.hust.edu.cn/vjudge/contest/view.action?cid=30506#problem/K #include #include #include #include #include #include #include #include #include #include #include #include #include #include #in
学习笔记45——n个骰子的点数（递归法，时间效率较低）
修呀的博客
05-25 406
题目：把n个骰子扔在地上，所有骰子朝上一面的点数之和为s。输入n，打印出s的所有可能的值出现的概率。 思路： 第一步——先统计出每个点数出现的次数 先把那个骰子分为两堆：第一堆只有一个；另一堆有n-1个。需要计算单独那个骰子有可能出现1~6的点数和剩下的n-1个骰子来计算点数和。接下来把剩下的n-1个骰子仍然分成两堆：第一堆只有一个；另一堆有n-1个。递归进行下去。 第二步——把每个点数出现的次数...
【2019 Multi-University 3 E】Easy Math Problem 题解
Four's
08-14 425
题目大意   求： ∑i=1n∑j=1ngcd⁡(i,j)klcm(i,j)[gcd is prime]   1≤n≤10^10,1≤k≤100 时限 10s
概率算法c++语言,计算结果总和的概率的算法
weixin_42125867的博客
05-24 813
我正在谈论使用的算法将允许您使用x个项目,每个项目的范围为a到b,结果为y.我想有一个算法,当被提供与所描述的值将输出它发生的可能性.例如,对于两个死亡.因为我已经知道了(因为可能的结果太低).它能够告诉你每个可能性.设置将是这样的. x = 2 a = 1 b = 6.如果你想知道有机会得到一个2.然后它只是吐出1/36(或它的浮点值).如果你把7作为总和,那就告诉你6.所以我的问题是,有没有一...
c++ 计算彩票中奖概率
weixin_30764137的博客
09-28 1055
操作方法： 输入两个数字，第一个数字是备选总数，第二个数字是选择总数，然后返回中将概率。 可以投注多次，结束的时候返回总的中将概率。 #include <iostream> using namespace std; long double probability(unsigned numbers, unsigned picks); int ...
Matlab界面GUI设计的车牌定位[Matlab界面GUI设计].zip
最新发布
09-10
linux常用命令大全
【独家首发】基于matlab沙猫群算法SCSO-GMDH风电数据回归预测【含Matlab源码 7530期】.zip
09-10
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main.m； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法优化GMDH回归预测系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO优化GMDH回归预测 4.4.2 粒子群算法PSO/蛙跳算法SFLA优化GMDH回归预测 4.4.3 灰狼算法GWO/狼群算法WPA优化GMDH回归预测 4.4.4 鲸鱼算法WOA/麻雀算法SSA优化GMDH回归预测 4.4.5 萤火虫算法FA/差分算法DE优化GMDH回归预测 4.4.6 其他优化算法优化GMDH回归预测
【2024首发原创】蜣螂优化算法DBO-TCN-LSTM-Multihead-Attention负荷预测Matlab实现.rar
09-10
1.版本：matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 替换数据可以直接使用，注释清楚，适合新手
加速仪6050陀螺仪simulink.rar
09-10
加速仪6050陀螺仪simulink.rar
durrett probability solutions
12-16
durrett probability solutions是一本概率论的解题指南，由著名数学家Rick Durrett编著。本书旨在为读者提供大量的概率论问题的解答，并详细介绍这些问题的解题思路和方法。全书分为多个章节，涉及了概率论中的各个...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值