将K个模板串构成一个AC自动机，那些能匹配到的单词节点都称之为禁止节点。然后问题就变成了在Tire树上走L步且不经过禁止节点的概率。根据全概率公式用记忆化搜索求解。 1 #include 2 #include 3 #include 4 using namespace std; 5 ...
分类：
其他好文 时间：
2015-04-05 15:51:35
阅读次数：
120
Tribble是麻球？因为事件都是互相独立的，所以只考虑一只麻球。设f(i)表示一只麻球i天后它以及后代全部死亡的概率，根据全概率公式：f(i) = P0 + P1 * f(i-1) + P2 * f(i-1)2 + ... + Pn * f(n)n每个麻球死亡是独立的，所以Pj * f(i-1)j...
分类：
其他好文 时间：
2015-03-10 19:03:09
阅读次数：
145
1.题目描述：点击打开链接
2.解题思路：本题其实就是一道数学题，计算出最终的概率计算公式输出即可。使用全概率公式来计算。打开c个牛门后，还剩a-c头牛，未开的门总数是a+b-c，其中有a+b-c-1个门可以换（称为“可选门”）。那么换到轿车的概率就是可选门中含有含有车的门数除以总的可选门数。分两种情况：
（1）一开始选到了牛，概率是a/(a+b)，这种情况下换门后选到车的概率是b/(a+b-...
分类：
其他好文 时间：
2015-02-26 09:58:43
阅读次数：
111
Codeforces Rockethon 2015 C
Problem
N个公司在拍卖标价一件商品，每个公司会在各自的[Li,Ri][L_i,R_i]区间内等概率选取整数出价。出最高价的公司会赢得商品，若有多个公司出最高价，随机一个公司赢得商品。但是，有一条特殊规矩，赢得商品的公司所需付的钱不是它所标价的钱，而是除去它以外的其它公司所标价的钱的最大值。现求，赢得的公司所需付钱的期望。...
分类：
其他好文 时间：
2015-02-08 12:56:21
阅读次数：
271
1.贝叶斯(Bayes)公式 设A, B1, …, Bn为一些事件，B1, …, Bn互不相交，P(Bi)>0,i=1,…n, 且∑nk=1P(Bi)=1, 则对k=1,…,n, （1）P(Bi) i=1，…，n，称为先验概率，P(Bi|A) i=1，…，n，称为后验概率2. 贝叶斯推倒1>全概率....
分类：
其他好文 时间：
2015-01-09 00:00:46
阅读次数：
184
题意：一共有9堆牌，每堆牌四张。每次可以取堆顶点数相同的两张牌，如果有多种方案则选取是随机的。如果最后将所有牌取完，则视为游戏胜利，求胜利的概率。分析：用一个九元组表示状态，分别代表每堆牌剩余的牌数。根据全概率公式，d[i]为后继状态成功概率的平均值。 1 #include 2 #include ....
分类：
其他好文 时间：
2014-12-27 13:48:10
阅读次数：
179
题目链接：点击打开链接
题意：k只麻球，每活一天就会死亡，但第二天可能会生一些麻球，具体是 生i个麻球的概率为pi ,求m天后所有麻球都死亡的概率。
思路：考虑全概率公式，求k只麻球m天后全死亡 ，因为死亡是独立事件，应用乘法 ，ans= f[m] ^k ,f[m] 为一只麻球m天后均死亡的概率。对于第i天，
f[i]=p0+p1*f[i-1]^1 +p2*f[i-1]^2 +...p(n-...
分类：
其他好文 时间：
2014-12-04 21:45:00
阅读次数：
180
题目链接：http://acm.hdu.edu.cn/showproblem.php?pid=2955分析：被抓概率可以转换成安全概率，Roy的安全概率大于1-P时都是安全的。抢劫的金额为0时，肯定是安全的，所以dp[0]=1;其他金额初始为最危险的所以概率全为0；#include #include...
分类：
其他好文 时间：
2014-11-25 23:27:45
阅读次数：
245
今天看了 Larry Wasserman写的 All of Statistics中的第一章，第一章主要讲概率，其中最主要的就是贝叶斯公式。要了解贝叶斯公式，就得知道全概率公式：
通俗的讲，先验概率就是事情尚未发生前，我们对该事发生概率的估计，例如全概率公式中P(B)就是先验概率，求解方法有很多种，全概率公式是一种，也可以根据经验等，例如抛一枚硬币头向上的概率为0.5。
后验概率...
分类：
其他好文 时间：
2014-11-24 22:36:17
阅读次数：
324
联合概率的乘法公式：（如果随机变量是独立的，则）由乘法公式可得条件概率公式：，，全概率公式：，其中（，则，则可轻易推导出上式）贝叶斯公式：又名后验概率公式、逆概率公式：后验概率＝似然函数×先验概率/证据因子。解释如下，假设我们根据“手臂是否很长”这个随机变量（取值为“手臂很长”或“手臂不长”）的观测...
分类：
其他好文 时间：
2014-11-21 20:24:29
阅读次数：
215
