2017.10.27 数学期望(手把手教你推期望) 解题报告

HDU6814(数学期望,分数取模) 传送门 题意:已知直角四面体三个直角边长,求E(1/h^2) 看了官方题解的高端解法,我比赛时就用的很朴素的高中做法:等体积法,把1/h^2表示出来 E(1/h^2)=3E(1/a平方) 超了好几次,最后将我总结的点分享出来 1、尽量少开ll容易超时 2、intll容易爆,llint不用担心 3、做数学题要稳住,别推错了2333 上代码 #define _CRT_SECURE_NO_WARNINGS #include<iostream> #include<cstdio> #inclu 阅读详情

【题目描述】

有n个数字,每一个数字可能为1 m中的任意一个值,现在进行(n−k+1)次选择,第一次选择1 k个数字,第二次选2 k+1个数字……现在给出每一个数值(1−−m)对应的一个函数w(x),对于每一次选择,它的代价为k个数内最大的数mx的w(mx),求在k次选择后,代价和的期望值是多少

【输入格式】

第一行,三个整数n, m, k
第二行,m个整数表示wt�� , … , ������

【输出格式】

输出值期望对1000000007取模的值。

【样例输入】

2 2 2
1 2

【样例输出】

750000007

【解题报告】

NOIP模拟的一道题,感觉比较有意思。
首先我们来处理一个简单的问题

问题1:有n个数,每个数的范围在1—m中随机取,问这n个数最大值的期望?
解法:最大值的期望?听起来很懵逼。。
我们把这个期望值记为X(n),考虑枚举最大值分别为k的情况的概率P(k),不难得出P(k)=((k)n−(k−1)n)/(m)n。
现在我们知道当每一个k值作为最大值的概率了,现在让我们回到期望的定义:离散型随机变量X的取值为 x1,x2,x3,x4...,p1,p2,p3,p4...为X对应取值的概率,可理解为数据f(xi)出现的频率 ,则E(x)=∑xi∗pi
所以说我们很轻松的得出了X(n)=∑(k=1,k<=m)k∗P(k)

问题2:有n个数,每个数的范围在1—m中随机取,每个数值有一个代价w(i),问这n个数最大值mx的w(mx)期望?
解法:现在的问题比问题1多了一个w(i),但是如果理解了期望的定义,看懂了问题1的思路。
所以我们很轻松地得出了X(n)=∑(k=1,k<=m)w(k)∗P(k)

问题3:原问题。
这k个选择是互不影响的,所以说答案为:
X(n)=∑(k=1,k<=m)w(k)∗P(k)
ans=(n−k+1)∗X(k)

代码如下:

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
#define mod 1000000007
#define N 510

int n,m,k,M=1;
int w[N],p[N];
int ans=0;

int mpow(int a,int b)
{
    int ans=1,base=a;
    while(b!=0)
    {
        if(b&1!=0) ans=1LL*ans*base%mod;
        base=1LL*base*base%mod;
        b>>=1;
    }
    return ans%mod;
}
int main()
{
    scanf("%d%d%d",&n,&m,&k);
    for(int i=1;i<=m;++i) scanf("%d",&w[i]);
    for(int i=1;i<=m;++i) p[i]=mpow(i,k);
    int inv=mpow(p[m],mod-2);
    for(int i=1;i<=m;++i)
    {
        int tmp=1LL*w[i]*(p[i]-p[i-1]+mod)%mod*inv%mod;
        ans=(ans+tmp)%mod;
    }
    printf("%d\n",1LL*ans*(n-k+1)%mod);
    return 0;
}
ChatGPT能思考吗?从哲学、神经科学到工程实践的三层解构 ‘机器能否思考’是人工智能最基础也最易被误用的概念命题。它源于图灵测试的思想实验,本质指向意向性、具身性与时间连续性三大认知基石——而非单纯的语言生成能力或任务完成表现。当前大语言模型(LLM)虽在统计建模与符号操作上高度成熟,但缺乏生物脑的多层异步处理机制、跨模态感知锚定能力及真实因果推理结构,其输出本质是去情境化文本的概率反射。这一局限深刻影响教育辅助、医疗问答、金融风控等高信任场景的设计逻辑:真正可信的AI系统不追求拟人化‘思考’幻觉,而需通过因果图谱嵌入、矛盾自检机制与具身锚点注入,在承认边界的前提 阅读详情

相关推荐

9小时RLHF实操:从偏好数据到PPO微调的端到端路线图

RLHF(基于人类反馈的强化学习)是大语言模型对齐人类价值观的核心技术,其本质是将离散的人类偏好转化为可优化的奖励信号,并通过策略迭代实现安全、可控的文本生成。原理上依赖Bradley-Terry建模、reward modeling与PPO闭环优化,技术价值在于解决SFT模型的泛化偏差与毒性输出问题,广泛应用于客服对话、教育助手、内容审核等需高可信度的生成场景。本文聚焦文本生成领域,基于TRL库与HH-RLHF数据集,提供可验证的偏好数据清洗、reward model构建、KL约束PPO微调全流程,覆盖DP

406

2022牛客寒假1 B站与各唱各的(逆元 概率 期望)

题意: 表示 有 n 个人,m 句歌词。每个人可以 选择每句歌词唱不唱,不能与他人沟通。 若某句歌词被所有人唱了,或者所有人都没唱,那么这句是失败的,否则是成功的。 每个人都十分聪明,求 唱成功的句的期望取模 1e9 + 7 思路: 首先注意到 句子与句子之间没有办法互相影响(相互独立),因此 答案 是 一句话的期望值 乘以 m, 由于无法交流,且如果每一个人都唱 “最优方案”,反而 最后一句话都唱不成, 所以 最优方案就应该是:每个人 随机以 pi 的概率唱。 决定 唱或不唱 这一句,由于 n 个人...

Jacob0824的博客 385

【十万字拆解】从零开始实现GPT-2(完整版)

本文是一篇 14 万字、从零硬核实现 GPT 的保姆级指南。内容全面覆盖四个阶段:①从最基础的 Bigram 语言模型切入,跑通数据处理与训练闭环;②仿照 Transformer 架构,深度研究 Multi-Head Attention、残差网络、LayerNorm 及 Dropout 的底层数学与代码实现;③从零构建BPE 分词器,对齐 GPT-2 规范;④从头搭建 GPT-1/2 工业级预训练流程,包含混合精度、梯度累积等十余项硬件级工程调优,并在 AutoDL 算力平台上从0开始训练!适合所有层次!

Pi_Nick的博客 1224

掷骰子题解(期望DP)

### 题目描述 一行有$N$个格子,编号为$1,2,\dots,N$,你站在格子$1$处。前$N-1$个格子中,每个格子中都有一枚特殊的骰子。第$i$个格子上的骰子,标有$0,1,\dots,A_i$这些数。你每到一个格子,就会掷一次骰子,如果骰子掷出为$y$,你当前在$i$号格子,那么你可以跳到第$i+y$号格子。骰子上的每一个数都是等概率出现的。问你走到第$N$个格子时,期望要丢多少次骰子?答案对$998244353$取模。对期望的取模的操作为:期望是一个分数,你先化简分数,分子乘上分母关于$998

tanjunming2020的博客 1512

数据科学常见模型总结(二)-倾向性得分匹配模型

PSM的核心思想是从未受干预的用户群体中,找到和干预对象一模一样的用户,这样就可以把因果效应归因到干预上。

wudelong0112的专栏 4889

如何将TDengine集成到Thingsboard?

1 概述 ThingsBoard是用于数据收集、处理、可视化和设备管理的开源物联网平台。它通过行业标准的物联网协议MQTT、CoAP和HTTP实现设备连接,并支持云和本地部署。 ThingsBoard迄今没有导入专业的时序数据库应用,用户可选择的只有PostgreSQL和Cassandra。虽然针对PostgreSQL引入了TimeScale插件,但由于其不是按照宽表的方式组织数据记录,TimeScale的优势根本发挥不出来。总之,这两种数据库不具备高效的数据吞吐能力。 而且,Thingsboard在

Wearable_device的博客 4765

数论 + 概率论 - Paperfolding - HDU 6822

数论 + 概率论 - Paperfolding - HDU 6822 2020 Multi-University Training Contest 5 题意: 对一张纸进行n次操作,对一张纸进行n次操作,对一张纸进行n次操作, 每次操作允许横向对折或者竖向对折,两种操作都是等概率的,每次操作允许横向对折或者竖向对折,两种操作都是等概率的,每次操作允许横向对折或者竖向对折,两种操作都是等概率的, 最后将纸片横向平分剪一刀,竖向平分剪一刀,最后将纸片横向平分剪一刀,竖向平分剪一刀,最后将纸片横向平分剪一刀,竖

njuptACMcxk的博客 329

手把手教你用Wireshark国密版分析TLCP和IPSec协议(附下载地址)

本文详细介绍了Wireshark国密版在TLCP和IPSec协议分析中的实战应用,包括环境配置、协议解析、合规性检查及高级分析技巧。该工具针对商用密码算法(如SM2/SM3/SM4)进行了专项优化,支持GB/T 38636-2020 TLCP和GB/T 36968-2018 IPSec VPN等国家标准,帮助开发者与安全工程师高效完成密评分析任务。

weixin_29325955的博客 551

ACM取模总结

取模运算,我们常用运算之一,学习一下为以后做铺垫

雪松-不仅仅是程序员 5292

前端埋点的实践

1、前言 开始正文前先介绍一下埋点的概念~,(熟悉的朋友可以略过) 前端埋点: 是一种手段,它的目的是上报相关行为数据,相关人员以数据为依据来分析产品在用户端的使用情况,根据分析出来的结果辅助产品优化、迭代。 BI:商业智能,公司内部做数据分析相关的部门。 2、背景 在流量红利逐渐消失的现在,数据的采集、分析和精细化的运营显得更加重要,所以埋点的需求在互联网产品中是很常见的,目的上面也提到了。我们的追求就是又快又好的做好埋点工作,但是现实却不那么美好;目前我们团队在前端埋点方面存在一些痛点: 在构造埋点字段

Arui_0的博客 1772

FastAPI 极简教程(偏实战,一篇搞定)

本文是一篇FastAPI实战教程,通过最少的概念讲解快速掌握FastAPI的核心功能。文章首先介绍FastAPI是基于Starlette和Pydantic的高性能Python API框架,具有自动生成文档、类型驱动校验、异步支持和依赖注入等优势。教程从安装环境开始,演示了如何创建最小项目并编写第一个"Hello World"接口。接着详细讲解了路由参数处理(Path/Query/Body)、Pydantic数据模型校验、响应模型控制、状态码设置等核心功能。在高级功能方面,重点介绍了错误处

AI天才研究院 812

4832: [Lydsy2017年4月月赛]抵制克苏恩]【解题报告】

戳我 4832: [Lydsy2017年4月月赛]抵制克苏恩 时间限制:1 Sec内存限制:128 MB提交:752解决:289[提交][][] 题目描述 小Q同学现在沉迷炉石传说不能自拔。他发现一张名为克苏恩的牌很不公平。如果你不玩炉石传说,不必担心,小Q 同学会告诉你所有相关的细节。炉石传说是这样的一个游戏,每个玩家拥有一个 30 点血量的英雄,并且可以用牌 ...

weixin_30535043的博客 72

六种光耦综合对比——《器件手册--光耦》

可控硅输出光耦(SCR Optocoupler)是一种特殊的光电耦合器,由红外发光二极管(LED)和双向可控硅(SCR)组成,用于实现输入和输出之间的电气隔离和信号传输。逻辑输出光耦是一种高效、可靠的数字信号隔离和电平转换器件,通过电气隔离和逻辑电平输出,确保了系统的安全性和信号的稳定性。固态继电器(可控硅输出,SSR)是一种无触点电子开关设备,利用可控硅(SCR或Triac)作为主要开关元件,通过光耦合器实现输入和输出之间的电气隔离。光耦作为一种成熟的电气隔离器件,在电子电路设计中具有重要的地位。

XU157303764的博客 1725

牛客网解题-2017网易雷火实习生笔试题

网易雷火,实习生,笔试题,牛客网

shuaixio的博客 3371

基于强化学习的多无人机路径规划

我们使用了Dueling Double Deep Q-Network(DDDQN)算法来训练智能体,这个算法在深度Q学习算法的基础上进行了升级,具有更快的收敛速度和更好的性能。本文提出了一种基于强化学习的算法,实现了多无人机路径规划,并提供相应的MATLAB代码。通过基于强化学习的多无人机路径规划算法,我们能够高效地解决复杂环境下的任务需求,并在实际应用中取得了良好的效果。首先,我们定义了状态空间和动作空间。实验结果表明,我们的方法能够有效地解决多无人机路径规划问题,提高了任务完成的效率和准确率。

DjjPython的博客 820

28-Halcon-- union_object_model_3d函数功能(用于3D模型融合)

Halcon算子union_object_model_3d是专业的3D模型融合工具,主要用于多视图拼接、部件组装和多源数据融合。该算子支持点云、网格和参数化模型输入,提供多种融合算法选择,包括基础点云拼接('points_cloud')、网格融合('mesh')和精确CAD布尔运算('cad')。工业应用涵盖逆向工程扫描拼接、汽车部件虚拟装配等场景,支持性能优化如空间分区和流式处理。算子还解决颜色属性融合、法向量保留等特殊需求,并提供拼接误差分析、拓扑验证等质量评估手段。最佳实践包含动态场景重建工作流和CA

weixin_45590420的博客 1054

android 曲线转折线_黄老师讲数学(421)中考数学最后训练纯代数、胡不归、切割线定理等一些较好的题...

中考数学最后训练,包括纯代数运算,切割线定理,胡不归问题,史上第一个极值问题,极复杂抛物线计算等。题目一:纯代数,涉及勾股定理的一种表达。关键在于观察...题目二:比较简单的代数计算。题目三:纯代数计算,证明连续四个正整数的乘积再加上1,结果是一个完全平方数。这道题我让一些同学做了,他们是全部展开,这样不对,这个要注意整体形式,最后一定是要利用因式分解合并,而不是全部打开,那样很难最终拼...

weixin_31887861的博客 244

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

经济数学基础小抄_回顾数学建模协会本学期第一次讲座成功举办

编者按 9月下旬,2020级RUCer来到期盼已久的人大校园,在欣喜和憧憬之余也不免对即将开始的大学学习有一些疑惑。而数学作为大多数学生绕不开的学科,也因其重要性和高挂科率而备受重视。“九层之台,起于垒土”,在进入大学的初期对大学的数学知识和数学学习方法有一个概括性的了解就显得尤为重要。9月27日晚8点,数学建模协会的第一次讲座在公共教学三楼3206如期展开。汪宇同学结合20级新生的实际...

weixin_39969028的博客 264

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

[CTSC2017]游戏(Bayes定理,线段树)

传送门:http://uoj.ac/problem/299 题目良心给了Bayes定理,但对于我这种数学渣来说并没有什么用。 先大概讲下相关数学内容: 1.定义:$P(X)$ 表示事件$X$发生的概率,$E(X)$表示随机变量$X$的期望值,$P(A|B)$表示已知$B$发生,$A$发生的概率,$P(AB)$表示$A$和$B$同时发生的概率。 2.条件概率公式: $\begin...

weixin_30361641的博客 74

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

【Team 马上就要把楼上超过了 训练记录】

Team members BiuBiuBiu Walker Nitrogens To Do List 找一个表达式求值模板加到板子里( 支持 + - × / )以及括号。 Caution 清空数组 博弈题或者数学题遇事不决上来先打表 输出字符大小写检验 题意必须完全读懂再上去写代码 数组大小一定要算好 卡map的时候可以用字典树优化 Contest 2017 JUST Programmin...

lajiyuan的博客 1951

2018网易游戏雷火盘古实习生招聘笔试真题

2月15号参加的网易游戏实习在线笔试(内推),以为会考小题的,背了一天计算机网络和操作系统,结果拿到题只有4道编程大题,囧~如果没有一点算法竞赛的知识,想拿下来还是挺困难的。(网易游戏应该算国内笔试很难的了) 题目地址:https://www.nowcoder.com/test/4111169/summary 1.字符串编码 输入描述: 每个测试输入

flx413的博客 8526

PKUSC2018训练日程(4.18~5.30)

(总计:共66题) 4.18~4.25:19题 4.26~5.2:17题 5.3~5.9: 6题 5.10~5.16: 6题 5.17~5.23: 9题 5.24~5.30: 9题 4.18 [BZOJ3786]星系探索(伪ETT) [BZOJ4337][BJOI2015]树的同构(树的最小表示法) [BZOJ3551][ONTAK2010]Peaks(加...

weixin_30947043的博客 180

【AI大模型第2集】大语言模型(LLM)是什么?

LLM通过 Transformer架构、大规模预训练 和 动态采样策略,实现了对自然语言的深度理解和生成能力。其技术核心在于捕捉语言的统计规律,并通过优化算法和硬件资源突破性能瓶颈。未来,随着 多模态融合、去中心化算力 和 开源生态 的发展,LLM将在更多领域实现突破性应用,同时需解决黑箱问题、数据安全与伦理挑战。

学不可以已,活到老,学到老。 1487

RSA分解攻击进阶:Williams‘s p+1算法原理与Python实战

RSA算法的安全性依赖于大整数分解的困难性,其核心原理基于数论中的大素数乘积难题。当素数因子满足特定数学性质时,如p-1或p+1为光滑数(即所有素因子均较小),则存在高效的特殊分解攻击方法。Pollard's p-1算法利用p-1光滑性,通过费马小定理在模p下构造1来寻找因子。Williams's p+1算法是其重要扩展,当p-1不光滑时,可转向检查p+1的光滑性。该算法基于卢卡斯序列的数学性质,在二次扩域中构造序列,当p+1光滑时,通过计算序列项与模数的最大公约数来分解N。这种技术在密码学工程实践中,尤其

weixin_33762130的博客 345

所有博客导航

。。

nameofcsdn的博客 1万+
上一篇: Codeforces 711C 树DP 解题报告
下一篇: 2017.10.28 Tarjan求无向图必经点 解题报告
onepointo
博客等级 码龄10年 39粉丝 276原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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