选读算法导论5.2 指示器随机变量

为了分析包括包括雇佣分析在内的许多算法,我们将使用指示器随机变量,它为概率和期望之间的转换提供了一个便利的方法,给定一个样本空间S和事件A,那么事件A对应的指示器随机变量:

Xa = 1 如果A发生

0 如果A没有发生

E[Xa] = Pr{A}

1.指示器随机变量将所求的随机变量X分解成了许多单个的事件,对于每一个事件一一的求期望,加起来即可。

2.注意随机变量指示器怎么用,实际上就是将求一个随机变量的期望,分解到一个个具体的事件,每一个小事件的期望往往容易求,所有小事件的期望加起来就是总得期望。其实是从另一个角度看问题。

转载于dianlu7964的算法导论5.2 指示器随机变量

下面我通过列举题目通过运用这种方法来更快理解

Bubble Sort - 洛谷

给定n,求所有[1,n]排列中逆序对个数的平均值,以分数形式输出。

还可以转化题意为期望逆序对个数是多少?

单个事件就是单独一个对是逆序对

那么总共有几个呢,应该是

Game on Tree - 洛谷

给定一棵有根树,结点编号从 11 到 nn。根结点为 11 号结点。

对于每一次操作,等概率的选择一个尚未被删去的结点并将它及其子树全部删去。当所有结点被删除之后,游戏结束;也就是说,删除 11 号结点后游戏即结束。

要求求出删除所有结点的期望操作次数。

单个事件选择i节点可以直接删除树,因为选了祖先节点就不会选i节点了,因此我们选i节点要比祖先节点先选,这个概率是

未完待续

相关推荐
屈冠成1 小时前
C语言数组:编辑世界的坚固桥梁
c语言·开发语言·算法
应用市场1 小时前
STM32卡尔曼滤波算法详解与实战应用
人工智能·stm32·算法
启诚科技1 小时前
树上二分(树的重心)
c++·算法·二分·树的重心
风筝在晴天搁浅1 小时前
代码随想录 617.合并二叉树
数据结构·算法
AICodeThunder2 小时前
【S组篇】C++知识点总结(1):并查集基础
c语言·数据结构·c++·算法·图论
南方的狮子先生2 小时前
【逻辑回归】从线性模型到逻辑回归
算法·机器学习·逻辑回归
闻缺陷则喜何志丹2 小时前
【排序】P9127 [USACO23FEB] Equal Sum Subarrays G|普及+
c++·算法·排序·洛谷
Code_Shark2 小时前
AtCoder Beginner Contest 424 题解
数据结构·c++·算法·数学建模·青少年编程
CS创新实验室3 小时前
深入解析快速排序(Quicksort):从原理到实践
数据结构·算法·排序算法·快速排序
Theodore_10224 小时前
深度学习(3)神经网络
人工智能·深度学习·神经网络·算法·机器学习·计算机视觉