4.1 CW 模拟赛 T1. 棋子

news/2025/4/3 1:35:04/文章来源:https://www.cnblogs.com/YzaCsp/p/18804755

前言

赛时似乎一堆人都是猜的, 证明并不是显然的东西, 好好搞

思路

套路
  • 概率与期望
    • 加法与乘法的结合本质上是穷举所有可能的独立组合
    • dp\rm{dp} 特殊的点
      • 一定一定一定要分阶段
      • 可以先讨论那些更特殊的元素, 作为前阶段, 也就是说, 你可以在不影响概率的前提下处理阶段的优先级
      • 注意即使要求取 max,min\max, \min, 也可以通过 dp\rm{dp} 来处理, 实质即为通过改变操作序列来最值化一些东西, 不是真的对概率和期望进行取最值
    • 结束状态一定倒推, 开始状态一定正推
      • 按照规模 dp\rm{dp}
    • 期望 dp\rm{dp}
      • 全期望公式直接转移
      • 用期望定义
        • 可以求出每种情况的方案数,然后用期望定义得到答案
        • 先概率 dp\rm{dp}
      • 期望的线性性拆开考虑
      • 整体等概率一般可以拆成每一次均匀选择

首先第一次直接 \(\rm{win}\) 了是 \(\dfrac{1}{n}\), 其他 \(\dfrac{n - 1}{n}\) 次显然再也不会回到起点或者回到起点之前了
那么拆成两部分
第一部分是 \(1\)

设后面再用 \(k\) 次, 计算 \(k\) 的期望
显然 \(k = 0\) 概率为 \(\dfrac{1}{n}\)

不难发现在要么 \(\dfrac{1}{n - 1}\) 的概率下结束, 要么在 \(\dfrac{n - 2}{n - 1}\) 的概率下进入下一轮, 不考虑那一种再来一次的贡献
设当前轮结束的期望步数为 \(e\), 不难发现进入下一轮仍然是 \(e\)

\[e = \dfrac{1}{n - 1} \times 1 + \dfrac{n - 2}{n - 1} \times (e + 1) \]

解得 \(e = n - 1\)

因此 \(E(k) = \dfrac{1}{n} \times 0 + \dfrac{n - 1}{n} \times e = \dfrac{(n - 1)^2}{n}\)

总的步数 \(E(k + 1) = \dfrac{(n - 1)^2}{n} + 1\)

总结

比较猎奇的做法, 关键在于发现

\(1\) 号格到 \(n-1\) 号格花费 \(1\) 的代价进入终点的期望是相同的, 都是 \(\frac{1}{n-1}\), 另外 \(\frac{n-2}{n-1}\) 的概率继续停留在 \(1 \sim n-1\) 号格内, 故在这个问题上, 位于 \(1\sim n-1\) 号格子上的状态都是等价的

一种到达和不到达概率完全一样, 且不到达之后到达和不到达概率同样和之前完全一样的完全一样的特解, 也即直接视为一样的状态

\(\textrm{Thanks to }\)\(\textrm{the author}\)\(\textrm{ for the idea.}\)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/909641.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

技术书《AI芯片开发核心技术详解》(1)、《智能汽车传感器:原理设计应用》(2)、《TVM编译器原理与实践》(3)、《LLVM编译器原理与实践》(4),谢谢

4本书推荐《AI芯片开发核心技术详解》、《智能汽车传感器:原理设计应用》、《TVM编译器原理与实践》、《LLVM编译器原理与实践》由清华大学出版社资深编辑赵佳霓老师策划编辑的新书《AI芯片开发核心技术详解》已经出版,京东、淘宝天猫、当当等网上,相应陆陆续续可以购买。该…

从准备到成交的全方位销售策略

在销售领域,成功的关键在于一系列精心策划与高效执行的步骤。以下这份销售实战指南,全面涵盖从前期准备到最终成交的全流程,旨在助力销售人员提升业绩,构建稳固的客户关系。一、充分筹备1. 夯实产品知识深入掌握产品卖点、功能、价格,并做好竞品分析。确保在与客户沟通时,…

[T.2] 团队项目:选题和需求分析

Study The Spire :卡牌肉鸽关于这款游戏​ Study The Spire 是一款富有创意的 Rougelike 卡牌游戏,将随机与卡牌构筑要素融入游戏,选择不同卡牌来构筑独特卡组来战胜敌人,精心规划你的路线,获得丰富的游戏体验,在游戏过程中你也会逐渐提升自己的专业领域知识,休闲的同时…

高性能计算-GPU并行扫描

1. 扫描概念对数组arr[N]扫描就是得到数组prefix[N],每个元素是之前arr元素的求和. 开扫描定义:prefix1[N] = { arr[0], arr[0]+arr[1], ..., arr[0]+arr[1]+arr[N-1] } 闭扫描定义: prefix2[N] = { 0, arr[0], arr[0]+arr[1], ..., arr[0]+arr[1]+arr[N-12}2. Hillis steele …

硬盘损坏盘片划伤还能恢复数据资料吗?专业数据恢复公司怎么修复

这是一块台式机电脑里的希捷4T机械硬盘,型号是ST4000DM004,是北京某单位客户寄过来的,描述说是突然损坏不识别,出现了吱吱的异响声,先在北京当地找了一家数据恢复公司做了开盘维修处理,说是盘片有损伤,难度很大,在客户前后多次支付备件服务费后,也仅仅做出了100G左右的…

B+树是如何进行查询的?

千里之行,始于足下。 —— 老子因为一个数据页中的记录是有限的,且主键值是有序的,所以通过对所有记录进行分组,然后将组号(槽号)存储到页目录,使其起到索引作用,通过二分查找的方法快速检索到记录在哪个分组,来降低检索的时间复杂度。 但是,当我们需要存储大量的记录…

使用RAGFlow和Docker部署本地知识库

随着DeepSeek的火热,大模型对与广大开发者越来越触手可及。本文介绍了使用 DeepSeek R1 模型来构建本地知识库。Ollama 管理本地模型首先要了解大模型的管理工具 Ollama:安装 OllamaOllama 官网   点击下载安装 Ollama 客户端;安装成功后打开,在终端中输入以下命令来检查是…

CherryStudio使用

一、概述 CherryStudio 是一款集多模型对话、知识库管理、AI 绘画、翻译等功能于一体的全能 AI 助手平台。 CherryStudio 高度自定义的设计、强大的扩展能力和友好的用户体验,使其成为专业用户和 AI 爱好者的理想选择。无论是零基础用户还是开发者,都能在 CherryStudio 中找到…

app测试——adb基本命令

ADB常用的指令:查看当前连接设备 : adb devices进入到shell : adb shell查看日志 : adb logcat ctrl+c退出安装apk文件 : adb install xxx.apk 安装安卓版本后缀apkk包测试包路径:E:\dcs\two\app\baiduyuedu_5520.apk卸载APP : adb uninstall +包名案例:adb uninstall…

移动端动态化建设的演进与实践:从技术革新到生态繁荣

移动端动态化建设已从技术优化演变为企业战略的核心组成部分。尤其在业务迭代加速、生态竞争加剧的背景下,小程序容器技术以其高效、灵活、合规的特性,成为动态化演进的重要方向。未来,随着5G、AI等技术的普及,动态化将进一步推动应用开发范式的变革,为智能终端生态的繁荣…

快节奏业务增长,还是得App混合开发

在用户需求瞬息万变、全球化竞争加剧的背景下,混合开发已从“成本妥协方案”进化为“战略效率工具”。通过跨端框架与小程序的生态协同,企业不仅能实现业务的快速迭代与全球扩张,更能在技术降本与用户体验间找到最佳平衡点。正如某金融科技公司CEO所言:“混合开发不是选择题…

Actor移动

移动玩家需要先修改控制器,再把控制器的数据给到组件旋转非玩家:set actor world rotation 面朝玩家:find look at rotation + rinterp to玩家:首先修改控制器 get control rotation -> set world rotation移动玩家起手式:获取玩家控制器 add input vector向前:get co…