poj 2151 Check the difficulty of problems

本文探讨了在队伍竞赛中,求解特定条件下各队伍完成任务的概率问题,具体包括所有队伍完成至少一题的概率,以及完成至少N题的队伍概率。通过概率论知识和编程实现,解决实际竞赛中的复杂计算问题。
部署运行你感兴趣的模型镜像

题目链接:http://poj.org/problem?id=2151

题目大意:求出每个队伍至少做出一题且做得最多的队伍做出至少N个题的概率。

题目思路:所有队伍都做出至少一题的概率-所有队伍只做出1到n-1个题的概率。

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#include<string>
#include<queue>
#include<algorithm>
#include<vector>
#include<stack>
#include<list>
#include<iostream>
#include<map>
using namespace std;
#define inf 0x3f3f3f3f
#define Max 110
int max(int a,int b)
{
	return a>b?a:b;
}
int min(int a,int b)
{
	return a<b?a:b;
}
double dp[33][33],sum[1010][33],p;
int m,t,n;
int main()
{
    int i,j,k;
    while(scanf("%d%d%d",&m,&t,&n),m|t|n)
    {
        for(i=1;i<=t;i++)
        {
            memset(dp,0,sizeof(dp));
            dp[0][0]=1;
            for(j=1;j<=m;j++)
            {
                scanf("%lf",&p);
                for(k=0;k<=j;k++)
                {
                    if(k==0)
                    {
                        dp[j][k]=dp[j-1][k]*(1-p);
                    }
                    else
                    {
                        dp[j][k]=dp[j-1][k]*(1-p)+dp[j-1][k-1]*p;
                    }
                }
            }
            sum[i][0]=dp[m][0];
            for(j=1;j<=m;j++)
                sum[i][j]=sum[i][j-1]+dp[m][j];
        }
        double tmp1=1,tmp2=1;
        for(i=1;i<=t;i++)
        {
            tmp1*=sum[i][m]-sum[i][0];
            tmp2*=sum[i][n-1]-sum[i][0];
        }
        printf("%.3lf\n",tmp1-tmp2);
    }
}


您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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