08 2017 档案

摘要：概率公式 $P(A)=\frac{构成事件A样本数目}{整个样本空间S的样本数目}$ 公理1：$0 \leq P(A)\leq 1$既P（A）是一个0到1之间的非负实数。 公理2：$P(S)=1$整个样本空间的概率值为1。 公理3：$P(A\bigcup B)=P(A)+P(B)$如果AB互斥。 定 阅读全文

摘要：自适应Simpson积分 作用 如标题所示，这玩意就是当你不会微积分的时候来求积分的。 总所周知，积分的定义就是函数的某一段与坐标轴之间的面积。 那么，自适应Simpson积分就是一种可以再某些精度下计算出较为平滑的函数的积分的比较简单优美的算法。 （PS：这玩意的时间复杂度？大概是O（玄学）吧） 阅读全文

摘要：斜率优化 作用： 将某些复杂度不对的dp方程降一个维度，譬如O（n^2）的dp方程，若其满足决策单调性，既可通过斜率优化对其进行降维打击，让它强行变成O（n）的。 决策单调性： 若对于$f_i$来说，选择k这个决策是最优的，那么对于$f_{i+1}$到$f_n$来说，选择k之前的决策不会比选择k更优 阅读全文