UVA 11605 Lights inside a 3d Grid —— (概率和期望)

  题意:见大白书P181。

  分析:一个一个点的进行分析,取其期望然后求和即可。假设当前点在第一次中被选到的概率为p,f[i]表示进行k次以后该点亮的概率(在这里也可以理解为期望),g[i]表示k次后该点不亮的概率,那么联立:

    1.f[1] = p;

    2.f[i] + g[i] = 1.0;

    3.f[i] = f[i-1] * (1-p) + g[i-1] * p;

  上面三个式子都很好理解。然后借助一下高中推数列的方法,可以推得:f[i] = 1/2-1/2*(1-2*p)^i。

  那么,我们该怎么求p呢。不妨把三维分解成三个一维,那么,一个维度(即线段)上求的方法如下:

    假设这个维度的长度是len,总的可能种数是len*len(因为题目没规定A和B两点之间坐标的大小,因此反过来的情况也必须算上),同理可以计算得    到包含了这个点的线段总数,后者除以前者即可得到该维度下的p'。

  然后三个维度的p'相乘即可得到p。

  最后O(n^3)枚举点并累和即可解决该问题。

  代码如下:

 1 #include <stdio.h>
 2 #include <algorithm>
 3 #include <string.h>
 4 #include <math.h>
 5 using namespace std;
 6 
 7 int n,m,p,k;
 8 // f表示某个点,该点被选到的概率为x,其经过k次以后能亮的概率
 9 double f(double x)
10 {
11     return 0.5 - 0.5 * pow((1-2*x), k);
12 }
13 
14 // get表示分解后的某条轴上这个点被选到的概率
15 double get(int x,int len)
16 {
17     // -1 是因为两个点都在x这个位置这种情况被多算了一次
18     return (2.0*x*(len-x+1) - 1) / (1.0*len*len);
19 }
20 
21 int main()
22 {
23     int T;
24     scanf("%d",&T);
25     for(int kase=1;kase<=T;kase++)
26     {
27         scanf("%d%d%d%d",&n,&m,&p,&k);
28         double ans = 0.0;
29         for(int i=1;i<=n;i++)
30         {
31             double nn = get(i, n);
32             for(int j=1;j<=m;j++)
33             {
34                 double mm = get(j, m);
35                 for(int z=1;z<=p;z++)
36                 {
37                     ans += f(nn * mm * get(z, p));
38                 }
39             }
40         }
41         printf("Case %d: %.15f\n",kase,ans);
42     }
43     return 0;
44 }

   值得注意的是,这题下k的范围是1e4,如果k更大例如1e9,那么就不能用数学方法直接算出表达式了,因为带个pow复杂度毕竟是较高的,应当使用矩阵快速幂来直接递推。

转载于:https://www.cnblogs.com/zzyDS/p/6657001.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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