|
摘要：
指示器随机变量简单的说就是，事件发生 为1， 不发生则为0.比如，为事件q申请一个指示器随机变量Xq，此时如果q发生，则Xq = 1 ，否则等于0。一个重要的定理是： E(Xq) = q事件发生的概率 。从该定理中可以知道指示器可能是用来找期望的，实际上确实如此。下面来看如何理解指示器：假设RES为结果集，现在有事件A,B,C,D,E,F ，其发生概率为Pa , Pb ....先为其每一个事件设置指示器随即变量为 Xa Xb Xc ....那么现在RES可以很好的表示为RES = Xa*A + Xb*B + Xc*C ..... 此时 结果集包含了所有发生了的事件这个很好理解，A发生了则 Xa 阅读全文
摘要：
假设被排序数为 n 个， 找pivot的随机办法对每一个数的概率严格为 1/n .步骤一： 建模。假设将第 K 个数选为pivot ， 则子问题规模为 k-1 和 n-k ， 并且该分割的running time 为Θ(n)所以容易得到： T(n) = T(k-1) + T(n-k) +Θ(n)步骤二：用喊有指示随机变量 Xk 来表达T(n)。设Xk 为指示随机变量 （当第k个数被选为pivot ，则 Xk = 1 ，相反则等于0），则有：T(n) = X1(T(0) + T(n)+Θ(n)) + X2(T(1) + T(n)+Θ(n)) + ...... + Xn(T(n) + T(n)+Θ 阅读全文
|
