对出游概率模型的解释

显然样本点是第0天的时候,每个人的初始状态(去或不去)在经过T天之后往下传递,最终一共有多少个人去

考虑一个人的贡献,设这个人为i,这个人在第T天的时候去,当且仅当距离这个人为T的点中,至少有一个点的初始状态为要去。设这些点的集合为S

即如果一个样本点的初始状态,S中的点一个都没去,那么i一定不可能去。那么对于这种样本点,最后计算答案的时候,i就对答案没有贡献

另一方面,如果一个样本点的初始状态,S中的点至少去了一个,那么i就一定会去,那么此时i就对答案有贡献,贡献为1

那么i对答案的总贡献就是所有这种样本点的概率之和乘以1

这种计算贡献的思想很好,其实最终测试这一道题也可以用这个思想来解释

posted @   最爱丁珰  阅读(61)  评论(0编辑  收藏  举报
编辑推荐:
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
阅读排行:
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 【译】Visual Studio 中新的强大生产力特性
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构
点击右上角即可分享
微信分享提示