CodeForces中rating的计算方法

总述

初始 rating 默认 1500，每场比赛后的 rating 只与赛前各参赛选手的 rating 和赛后排名有关。
打得越好，rating 越高。计算 rating 的方式是 Elo 积分。

步骤

（翻译自https://codeforces.com/blog/entry/20762）

rating 高代表实力高，应该比 rating 低的获胜（即排名靠前）概率大。

$$P_{i,j}=\frac{1}{1+10^{\frac{r_j-r_i}{400}}},r_i>r_j$$
上面公式中，$P_{i,j}$ 代表选手 $i$ 与选手 $j$ 相比获胜的概率，$i$号选手的 rating 为 $r_i$ 。

由上面的公式，我们可以在赛前计算出每位选手的预期排名（不是简简单单的把 rating 排一遍，因为 rating 的排名无法反映 rating 的差距），即 $seed$ 。
$$see{d}_i=1+\sum _{j=1,j\ne i}^n{P}_{j,i}$$
比如 Round #318 (Div. 1) 赛前 Petr 的 rating 为 3029 ，$see{d}_{Petr}\approx 10.7$，赛后 Petr 的排名为 9 ，十分接近。

选手 rating 就是以赛前预期排名和赛后真实排名为依据进行更新的。

在赛后得到真实排名 $a_i$ 后，令 $m_i=\sqrt{see{d}_i\cdot a_i}$ ，$m_i$ 可以理解为预期与真实排名相协调后的结果。我们二分出一个新的 rating 为 $r_i=R$，使得 $see{d}_i^{\prime }=m_i$。 $R$ 符合选手 $i$ 的赛时水平。令 $d_i=\frac{R-r_i}{2}$，这就是 $r_i$ 的改变量。

但为了防止分数膨胀，我们引入 $inc=min(max(-\frac{{\sum }_1^n{d}_i}{n},-10),0)$。这样最终 raing 的变化是：
$$r_i=r_i+d_i+inc$$

这样计算出的结果满足下面两个性质：

• 若赛前 $r_A<r_B$，比赛结果 A 依然比 B 差，那么更新后 $r_A<=r_B$。
• 若赛前 $r_A<r_B$，比赛结果 A 比 B 要好，那么 rating 的改变量 A>=B。

后记

前面 $P_{i,j}$ 的式子是由正态分布公式积分后再用最小二乘法得到的，推导方法可见知乎上的一篇回答“通俗讲义：匹配系统核心 “ELO”积分揭秘”。

文章步骤部分翻译自 Open Codeforces Rating System，如有错误欢迎指出。