-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathindex.html
1361 lines (597 loc) · 38.9 KB
/
index.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
<!doctype html>
<html class="theme-next mist use-motion" lang="zh-Hans">
<head>
<meta charset="UTF-8"/>
<meta http-equiv="X-UA-Compatible" content="IE=edge" />
<meta name="viewport" content="width=device-width, initial-scale=1, maximum-scale=1"/>
<meta http-equiv="Cache-Control" content="no-transform" />
<meta http-equiv="Cache-Control" content="no-siteapp" />
<link href="/lib/fancybox/source/jquery.fancybox.css?v=2.1.5" rel="stylesheet" type="text/css" />
<link href="//fonts.googleapis.com/css?family=Lato:300,300italic,400,400italic,700,700italic&subset=latin,latin-ext" rel="stylesheet" type="text/css">
<link href="/lib/font-awesome/css/font-awesome.min.css?v=4.6.2" rel="stylesheet" type="text/css" />
<link href="/css/main.css?v=5.1.0" rel="stylesheet" type="text/css" />
<meta name="keywords" content="Hexo, NexT" />
<link rel="shortcut icon" type="image/x-icon" href="/favicon.ico?v=5.1.0" />
<meta name="description" content="不积跬步何以至千里">
<meta property="og:type" content="website">
<meta property="og:title" content="红桃六的博客屋">
<meta property="og:url" content="http://hongtaoliusite.com/index.html">
<meta property="og:site_name" content="红桃六的博客屋">
<meta property="og:description" content="不积跬步何以至千里">
<meta name="twitter:card" content="summary">
<meta name="twitter:title" content="红桃六的博客屋">
<meta name="twitter:description" content="不积跬步何以至千里">
<script type="text/javascript" id="hexo.configurations">
var NexT = window.NexT || {};
var CONFIG = {
root: '/',
scheme: 'Mist',
sidebar: {"position":"left","display":"post","offset":12,"offset_float":0,"b2t":false,"scrollpercent":false},
fancybox: true,
motion: true,
duoshuo: {
userId: '0',
author: '博主'
},
algolia: {
applicationID: '',
apiKey: '',
indexName: '',
hits: {"per_page":10},
labels: {"input_placeholder":"Search for Posts","hits_empty":"We didn't find any results for the search: ${query}","hits_stats":"${hits} results found in ${time} ms"}
}
};
</script>
<link rel="canonical" href="http://hongtaoliusite.com/"/>
<title> 红桃六的博客屋 </title>
</head>
<body itemscope itemtype="http://schema.org/WebPage" lang="zh-Hans">
<div class="container sidebar-position-left
page-home
">
<div class="headband"></div>
<header id="header" class="header" itemscope itemtype="http://schema.org/WPHeader">
<div class="header-inner"><div class="site-brand-wrapper">
<div class="site-meta ">
<div class="custom-logo-site-title">
<a href="/" class="brand" rel="start">
<span class="logo-line-before"><i></i></span>
<span class="site-title">红桃六的博客屋</span>
<span class="logo-line-after"><i></i></span>
</a>
</div>
<p class="site-subtitle">不积跬步何以至千里</p>
</div>
<div class="site-nav-toggle">
<button>
<span class="btn-bar"></span>
<span class="btn-bar"></span>
<span class="btn-bar"></span>
</button>
</div>
</div>
<nav class="site-nav">
<ul id="menu" class="menu">
<li class="menu-item menu-item-home">
<a href="/" rel="section">
<i class="menu-item-icon fa fa-fw fa-home"></i> <br />
首页
</a>
</li>
<li class="menu-item menu-item-categories">
<a href="/categories" rel="section">
<i class="menu-item-icon fa fa-fw fa-th"></i> <br />
分类
</a>
</li>
<li class="menu-item menu-item-archives">
<a href="/archives" rel="section">
<i class="menu-item-icon fa fa-fw fa-archive"></i> <br />
归档
</a>
</li>
<li class="menu-item menu-item-tags">
<a href="/tags" rel="section">
<i class="menu-item-icon fa fa-fw fa-tags"></i> <br />
标签
</a>
</li>
</ul>
</nav>
</div>
</header>
<main id="main" class="main">
<div class="main-inner">
<div class="content-wrap">
<div id="content" class="content">
<section id="posts" class="posts-expand">
<article class="post post-type-normal " itemscope itemtype="http://schema.org/Article">
<link itemprop="mainEntityOfPage" href="http://hongtaoliusite.com/2017/05/26/second/">
<span hidden itemprop="author" itemscope itemtype="http://schema.org/Person">
<meta itemprop="name" content="红桃六">
<meta itemprop="description" content="">
<meta itemprop="image" content="/images/moon.jpg">
</span>
<span hidden itemprop="publisher" itemscope itemtype="http://schema.org/Organization">
<meta itemprop="name" content="红桃六的博客屋">
</span>
<header class="post-header">
<h1 class="post-title" itemprop="name headline">
<a class="post-title-link" href="/2017/05/26/second/" itemprop="url">
博客的意义
</a>
</h1>
<div class="post-meta">
<span class="post-time">
<span class="post-meta-item-icon">
<i class="fa fa-calendar-o"></i>
</span>
<span class="post-meta-item-text">发表于</span>
<time title="创建于" itemprop="dateCreated datePublished" datetime="2017-05-26T14:26:32+08:00">
2017-05-26
</time>
</span>
</div>
</header>
<div class="post-body" itemprop="articleBody">
<h2 id="先打个招呼吧"><a href="#先打个招呼吧" class="headerlink" title="先打个招呼吧"></a>先打个招呼吧</h2><p>我： 你好啊，我的博客，以后会在这里记录很多东西，谢谢你给我誊写的地方哦。<br>博客： 这么卖萌，一看就是个闷骚的男人。<br>我： 。。。<br>博客： 好了啦，写就写啦，但是记得坚持哦。<br>我： 恩恩额。<br>博客： 正经点说，你为什么要写博客呀。<br>我： 嗯，这是个好问题，那我就认真回答一下吧。</p>
<h2 id="为什么写博客"><a href="#为什么写博客" class="headerlink" title="为什么写博客"></a>为什么写博客</h2><p>这是个碎片化，同时也是知识爆炸的社会，我们日常生活、工作中学习到的技能，总结的经验总是零零散散而缺乏有效的组织，因此在有意识地去组织这些零散而有用的知识技能是重要而有意义的。而写作是一个很好的对知识点总结和思考的过程，在这个过程中，你可以加深理解，独立思考原来没有发现到的角角落落。这使得你对知识点的理解更加全面，对技能的掌握更加熟练，对你的职业生涯和生活都有莫大的帮助。基于如此的思考，我也开始了博客生涯，千里之行始于足下么！</p>
<h2 id="写些什么呢"><a href="#写些什么呢" class="headerlink" title="写些什么呢"></a>写些什么呢</h2><ul>
<li>技术类的理解（没办法，要装逼么）</li>
<li>工作生活中一些经验（想到什么写什么）</li>
<li>待定（杂七杂八的东西）</li>
</ul>
</div>
<div>
</div>
<div>
</div>
<div>
</div>
<footer class="post-footer">
<div class="post-eof"></div>
</footer>
</article>
<article class="post post-type-normal " itemscope itemtype="http://schema.org/Article">
<link itemprop="mainEntityOfPage" href="http://hongtaoliusite.com/2017/05/26/least-squares-method/">
<span hidden itemprop="author" itemscope itemtype="http://schema.org/Person">
<meta itemprop="name" content="红桃六">
<meta itemprop="description" content="">
<meta itemprop="image" content="/images/moon.jpg">
</span>
<span hidden itemprop="publisher" itemscope itemtype="http://schema.org/Organization">
<meta itemprop="name" content="红桃六的博客屋">
</span>
<header class="post-header">
<h1 class="post-title" itemprop="name headline">
<a class="post-title-link" href="/2017/05/26/least-squares-method/" itemprop="url">
最小二乘法
</a>
</h1>
<div class="post-meta">
<span class="post-time">
<span class="post-meta-item-icon">
<i class="fa fa-calendar-o"></i>
</span>
<span class="post-meta-item-text">发表于</span>
<time title="创建于" itemprop="dateCreated datePublished" datetime="2017-05-26T13:59:28+08:00">
2017-05-26
</time>
</span>
<span class="post-category" >
<span class="post-meta-divider">|</span>
<span class="post-meta-item-icon">
<i class="fa fa-folder-o"></i>
</span>
<span class="post-meta-item-text">分类于</span>
<span itemprop="about" itemscope itemtype="http://schema.org/Thing">
<a href="/categories/技术/" itemprop="url" rel="index">
<span itemprop="name">技术</span>
</a>
</span>
</span>
</div>
</header>
<div class="post-body" itemprop="articleBody">
<script type="text/javascript" async src="https://cdn.mathjax.org/mathjax/latest/MathJax.js?config=TeX-MML-AM_CHTML">
</script>
<p>机器学习依赖许多数学基础，其中一个入门级的优化就是最小二乘法。</p>
<h2 id="最小二乘法"><a href="#最小二乘法" class="headerlink" title="最小二乘法"></a>最小二乘法</h2><p>最小二乘法分为两类：线性最小二乘法和非线性最小二乘法。其主要区别是拟合函数是否线性，我们主要介绍线性最小二乘法。<br>线性最小二乘法：<br>给定函数\(f(x)=w^T*x + b\)，<br>给出m组数据\(x^i\),\(y^i\):i=1…m,其中\({x,y,x^i,y^i,w}\in {\mathbb R}^n\)。<br>求w,b，使得：<br>$$cost(w,b) = \min \sum_{i=1}^m (f(x^i)-y^i)^2$$<br>对于线性最小二乘法，利用一阶偏导数cost’(w,b) = 0可以求得解析解，这里我们就不深入讨论了。因为解析解涉及到求解逆矩阵，当矩阵很大时，逆矩阵的计算量非常大，所以我们想是不是可以求解数值解，这样虽然可能有一点点误差，但是计算量也会少很多；而且，对于非线性最小二乘法而言，本身就很难获取解析解。所以计算优化的主要目标还是求解最小二乘法的数值解。</p>
<h2 id="梯度下降"><a href="#梯度下降" class="headerlink" title="梯度下降"></a>梯度下降</h2><p>梯度，直观的理解是cost函数变小的方向。<br>我们以一维来举例说明，高维情况可以类推。<br>函数\(q(x) = (1-x)^2\),当\(x=x_0\)时，其导数\(f’(x_0)\)的反方向即q(x)大小减小的方向。<br>也就是说:<br>$$x_1 = x_0 - \Delta * f’(x_0), f(x_1) <= f(x_0)$$</p>
<p>这样理论上，我们每步减去一个\( \Delta \) 时,就可以不断接近q(x)的最小值。<br>这样梯度下降逐渐收敛时，我们就得到了数值解<br>下图即为等高线图演示梯度下降。<br><img src="https://upload.wikimedia.org/wikipedia/commons/thumb/7/79/Gradient_descent.png/350px-Gradient_descent.png" alt="Alt text"></p>
</div>
<div>
</div>
<div>
</div>
<div>
</div>
<footer class="post-footer">
<div class="post-eof"></div>
</footer>
</article>
<article class="post post-type-normal " itemscope itemtype="http://schema.org/Article">
<link itemprop="mainEntityOfPage" href="http://hongtaoliusite.com/2017/03/24/algorithm-DP/">
<span hidden itemprop="author" itemscope itemtype="http://schema.org/Person">
<meta itemprop="name" content="红桃六">
<meta itemprop="description" content="">
<meta itemprop="image" content="/images/moon.jpg">
</span>
<span hidden itemprop="publisher" itemscope itemtype="http://schema.org/Organization">
<meta itemprop="name" content="红桃六的博客屋">
</span>
<header class="post-header">
<h1 class="post-title" itemprop="name headline">
<a class="post-title-link" href="/2017/03/24/algorithm-DP/" itemprop="url">
algorithm-DP
</a>
</h1>
<div class="post-meta">
<span class="post-time">
<span class="post-meta-item-icon">
<i class="fa fa-calendar-o"></i>
</span>
<span class="post-meta-item-text">发表于</span>
<time title="创建于" itemprop="dateCreated datePublished" datetime="2017-03-24T06:54:28+08:00">
2017-03-24
</time>
</span>
<span class="post-category" >
<span class="post-meta-divider">|</span>
<span class="post-meta-item-icon">
<i class="fa fa-folder-o"></i>
</span>
<span class="post-meta-item-text">分类于</span>
<span itemprop="about" itemscope itemtype="http://schema.org/Thing">
<a href="/categories/技术/" itemprop="url" rel="index">
<span itemprop="name">技术</span>
</a>
</span>
</span>
</div>
</header>
<div class="post-body" itemprop="articleBody">
<h2 id="动态规划的概述"><a href="#动态规划的概述" class="headerlink" title="动态规划的概述"></a>动态规划的概述</h2><p><a href="https://zh.wikipedia.org/wiki/%E5%8A%A8%E6%80%81%E8%A7%84%E5%88%92" target="_blank" rel="external">wiki的定义写的很好</a><br>动态规划(英语：Dynamic programming，简称DP)是一种在数学、管理科学、计算机科学、经济学和生物信息学中使用的，通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。动态规划常常适用于有重叠子问题和最优子结构性质的问题，动态规划方法所耗时间往往远少于朴素解法。动态规划背后的基本思想非常简单。大致上，若要解一个给定问题，我们需要解其不同部分（即子问题），再合并子问题的解以得出原问题的解。通常许多子问题非常相似，为此动态规划法试图仅仅解决每个子问题一次，从而减少计算量：一旦某个给定子问题的解已经算出，则将其记忆化存储，以便下次需要同一个子问题解之时直接查表。这种做法在重复子问题的数目关于输入的规模呈指数增长时特别有用。</p>
<p>个人理解：撇去规范的定义，动态规划(dynamic programming)的本质很简单，就是一个递推算法，特点是牺牲空间换取时间。</p>
<h2 id="动态规划的适用情况"><a href="#动态规划的适用情况" class="headerlink" title="动态规划的适用情况"></a>动态规划的适用情况</h2><p>问题具备3个主要特点：</p>
<ul>
<li>最优子结构: 如果问题的最优解所包含的子问题的解也是最优的，我们就称该问题具有最优子结构性质（即满足最优化原理）。</li>
<li>重叠子问题: 子问题重叠性质是指在用递归算法自顶向下对问题进行求解时，每次产生的子问题并不总是新问题，有些子问题会被重复计算多次。</li>
<li>无后效性: 即子问题的解一旦确定，就不再改变，不受在这之后、包含它的更大的问题的求解决策影响。</li>
</ul>
<p>个人理解：<br>一个问题可以分解成子问题的组合，那么这个问题通常可以用递归的形式解决（最优子结构），但是递归时我们发现有些子问题是重复的（重叠子问题），为了节省时间，我们不想重复计算这些子问题，有什么办法可以“记忆”这些求过的解呢？<br>在满足无后效性特点的情况下，其实我们求解的时候可以反过来用递推的方式去保存出现的解，这样递推地求取最终的动态规划结果。最后获取结果其实就是去查表，表格里保存着递推过程中获取的解。</p>
<h2 id="实例"><a href="#实例" class="headerlink" title="实例"></a>实例</h2><p>有很多经典问题，用动态规划可以获取可行解。例如：</p>
<ul>
<li><a href="https://zh.wikipedia.org/wiki/%E6%9C%80%E9%95%BF%E5%85%AC%E5%85%B1%E5%AD%90%E5%BA%8F%E5%88%97" target="_blank" rel="external">LCS</a></li>
<li><a href="https://zh.wikipedia.org/wiki/%E8%83%8C%E5%8C%85%E9%97%AE%E9%A2%98" target="_blank" rel="external">背包问题</a></li>
<li><a href="https://zh.wikipedia.org/wiki/%E6%96%90%E6%B3%A2%E9%82%A3%E5%A5%91%E6%95%B0%E5%88%97" target="_blank" rel="external">斐波那契数列</a>。</li>
</ul>
<p>它们的讲解在网上可以找到非常丰富的资源，本文就不在详述。<br>本文主要结合博主在刷leetcode过程中碰到的DP类问题来讲述DP算法。</p>
<p><a href="https://leetcode.com/problems/best-time-to-buy-and-sell-stock-iv/#/description" target="_blank" rel="external">获取最大交易利润问题</a></p>
<h3 id="问题描述"><a href="#问题描述" class="headerlink" title="问题描述"></a>问题描述</h3><p>给定一个向量a[N], a[i]代表一双袜子在第i天的价格，你可以在低价的时候买入袜子，在高价的时候卖出袜子来获取利润，问在最多可以完成k次交易的情况下，最大可以获取多少利润。<br>注：手上最多可以持有一双袜子，即结束上一次交易前，不可以买入新袜子。</p>
<h3 id="问题分析"><a href="#问题分析" class="headerlink" title="问题分析"></a>问题分析</h3><p>这个问题直觉上看着就像一个动态规划问题。</p>
<hr>
<p>阿光：怎么看出来，我怎么看不出来？<br>我：直觉<br>阿光：直觉是什么鬼？<br>我：作为程序员，要培养那些抽象的看问题的直觉。<br>阿光：。。。。。<br>我：多学，多练<br>洲妹：这个B装的我服！<br>我: 2<br>阿光：8</p>
<hr>
<p>我们用动态规划的假设去套套看，假设最大利润函数是L(n, k):n表示只在前n天交易，k表示交易次数。那么L(n,k)是不是可以表示成f(L(n-1, k),L(n,k-1))的形式呢，也就是一个可递归的形式呢？<br>我刚开始分析的时候想了半天没想出来，后来实在忍不住看了一下leetcode上的discuss，看到别人代码一下子就豁然开朗了。简单的用标量L(n,k)是不行的，应该采用向量的形式，即(buy(n,k), sell(n,k))<br>其中sell(n,k)即表示n天内完成k次交易的最大利润，而buy(n,k)表示n天内完成k-1次交易同时减去买一双袜子的钱后手上的最大利润，本质上buy(n,k)其实是为了获取第k次购买时购买的最低价。<br>这样递归的形式就很清晰了:</p>
<blockquote>
<p>buy(i,k) = max(buy(i-1,k), sell(i-1,k-1)-a[i])<br>sell(i,k) = max(sell(i-1, k), buy(i-1,k)+a[i])</p>
</blockquote>
<p>对上述递推的理解也很简单</p>
<ul>
<li>buy: 要么第i天买(sell(i-1,k-1)-a[i]),要么不在第i天买，也就是在前i-1天内已经买了(buy(i-1,k))</li>
<li>sell: 要么在第i天卖(buy(i-1,k)+a[i])，要么在前i-1内已卖出(sell(i-1, k))</li>
</ul>
<p>那么我们就得到了一个递归的形式，反向地也就得到了递推形式，这样就得到了一个时间复杂度O(kn)的动态规划算法。</p>
<p>代码如下：</p>
<pre><code>int maxProfit(int k, vector<int>& prices) {
int n = prices.size();
if (k>=n/2) {
int sum = 0;
for(int i=1; i<n; i++){
if(prices[i] > prices[i-1]){
sum += prices[i] - prices[i-1];
}
}
return sum;
}
vector<int> buy(k+1, INT_MIN), sale(k+1, 0);
for(int i=0; i<n; i++){
for(int j=1; j<=k; j++){
buy[j] = max(buy[j], sale[j-1]-prices[i]);
sale[j] = max(sale[j], buy[j] + prices[i]);
}
}
return sale[k];
}
</code></pre><h2 id="结语"><a href="#结语" class="headerlink" title="结语"></a>结语</h2><p>记住动态规划就是一个递推算法，特点是牺牲空间换取时间。<br>阿光，洲妹，学到了么？<br>ps： 码字好累<br>暗号： “凯” 请阿光对接！</p>
</div>
<div>
</div>
<div>
</div>
<div>
</div>
<footer class="post-footer">
<div class="post-eof"></div>
</footer>
</article>
<article class="post post-type-normal " itemscope itemtype="http://schema.org/Article">
<link itemprop="mainEntityOfPage" href="http://hongtaoliusite.com/2017/03/19/threedragon/">
<span hidden itemprop="author" itemscope itemtype="http://schema.org/Person">
<meta itemprop="name" content="红桃六">
<meta itemprop="description" content="">
<meta itemprop="image" content="/images/moon.jpg">
</span>
<span hidden itemprop="publisher" itemscope itemtype="http://schema.org/Organization">
<meta itemprop="name" content="红桃六的博客屋">
</span>
<header class="post-header">
<h1 class="post-title" itemprop="name headline">
<a class="post-title-link" href="/2017/03/19/threedragon/" itemprop="url">
3只精灵龙的故事
</a>
</h1>
<div class="post-meta">
<span class="post-time">
<span class="post-meta-item-icon">
<i class="fa fa-calendar-o"></i>
</span>
<span class="post-meta-item-text">发表于</span>
<time title="创建于" itemprop="dateCreated datePublished" datetime="2017-03-19T00:00:00+08:00">
2017-03-19
</time>
</span>
<span class="post-category" >
<span class="post-meta-divider">|</span>
<span class="post-meta-item-icon">
<i class="fa fa-folder-o"></i>
</span>
<span class="post-meta-item-text">分类于</span>
<span itemprop="about" itemscope itemtype="http://schema.org/Thing">
<a href="/categories/娱乐/" itemprop="url" rel="index">
<span itemprop="name">娱乐</span>
</a>
</span>
</span>
</div>
</header>
<div class="post-body" itemprop="articleBody">
<h2 id="前言"><a href="#前言" class="headerlink" title="前言"></a>前言</h2><p>向被惠子老师发卡的阿光致敬</p>
<h2 id="问题描述"><a href="#问题描述" class="headerlink" title="问题描述"></a>问题描述</h2><ul>
<li>场上站着3只精灵龙</li>
<li>我方手上一发复仇之怒</li>
</ul>
<p>问题来了，复仇之怒打死1只，2只，3只精灵龙的概率 </p>
<h2 id="问题分析"><a href="#问题分析" class="headerlink" title="问题分析"></a>问题分析</h2><p>还是用穷举的方法去解决这个问题，不过因为概率空间比较大，我们编程实现。</p>
<h3 id="思路"><a href="#思路" class="headerlink" title="思路"></a>思路</h3><p>我们用0，1，2，3分别表示对方英雄，以及三只精灵龙，那么概率空间中的元素可以表示成一个1x8的向量。</p>
<blockquote>
<p>例如：[0,1,2,3,3,2,0,0]表示8发复仇之怒分别打中0（英雄），1（第一只精灵龙），2（第二只精灵龙），… ，0(英雄)</p>
</blockquote>
<p>那么这个离散概率空间的概率分布是什么呢，或者说每一个基础元素的概率是多少呢？</p>
<p>为了解决这个问题，我们引入<a href="https://zh.wikipedia.org/wiki/%E9%A9%AC%E5%B0%94%E5%8F%AF%E5%A4%AB%E9%93%BE" target="_blank" rel="external">马尔科夫链</a>，为了叙述（画图）方便，我们就用这个图来讲述一下概率分布。</p>
<p><img src="https://raw.githubusercontent.com/algebra84/blogEdit/master/%E5%BE%AE%E4%BF%A1%E6%88%AA%E5%9B%BE_20170317222104.png" alt="Alt text"></p>
<hr>
<p>上图为问题《一只奥数飞弹打死一只精灵龙》的马尔科夫链</p>
<ul>
<li>最上层的一个节点为root，概率为1.（代表所有概率空间的概率）</li>
<li>第二层表示第一发飞弹的概率分布，为一个均匀的伯努利分布，即1/2的概率打到英雄，1/2的概率打到精灵龙，这样概率就传递下来</li>
<li>第三层表示第二发飞弹的概率分布，我们知道第二发飞弹基于第一法飞弹的条件概率分布为一个均匀的伯努利分布，所以第二发飞弹的概率分布即为图种所示的4个概率为1/4节点。</li>
<li>第四层表示第三发飞弹的概率分布，和第二发类似，但是有一个重要区别：当前两发飞弹都打中精灵龙时，第三发飞弹只能打脸。</li>
<li>马尔可夫链中所有的叶子节点即为概率空间的元素。每个叶子节点的概率由马尔可夫链传递下来。</li>
<li>精灵龙被消灭这个事件的概率即为所有(精灵龙被消灭的)叶子节点的概率和（1/8 + 1/8 + 1/4)</li>
</ul>
<p>同样类似，对于本文中的问题</p>
<ul>
<li>最上层的一个节点为root，概率为1.（代表所有概率空间的概率）</li>
<li>每一个父节点拥有4个子节点（0，1，2，3），因为飞弹有4总选择可能</li>
<li>单出现一只精灵龙死亡的情况是，比如精灵龙1死亡，那么一个父节点只有3个子节点（0，2，3），并依此类推</li>
<li>一共有9层马尔可夫链（因为我们有8发飞弹么）</li>
<li>9层马尔科夫链的所有叶子节点即为所有的元素，他们的概率由马尔科夫链概率传导可得。</li>
<li>精灵龙被消灭这个事件的概率可由所有对应叶子节点的和来计算。</li>
</ul>
<h2 id="程序实现"><a href="#程序实现" class="headerlink" title="程序实现"></a>程序实现</h2><p>参见：<a href="https://github.com/algebra84/forfun" target="_blank" rel="external">https://github.com/algebra84/forfun</a></p>
</div>
<div>
</div>
<div>
</div>
<div>
</div>
<footer class="post-footer">
<div class="post-eof"></div>
</footer>
</article>
<article class="post post-type-normal " itemscope itemtype="http://schema.org/Article">
<link itemprop="mainEntityOfPage" href="http://hongtaoliusite.com/2017/03/19/dragon/">
<span hidden itemprop="author" itemscope itemtype="http://schema.org/Person">
<meta itemprop="name" content="红桃六">
<meta itemprop="description" content="">
<meta itemprop="image" content="/images/moon.jpg">
</span>
<span hidden itemprop="publisher" itemscope itemtype="http://schema.org/Organization">
<meta itemprop="name" content="红桃六的博客屋">
</span>
<header class="post-header">
<h1 class="post-title" itemprop="name headline">
<a class="post-title-link" href="/2017/03/19/dragon/" itemprop="url">
一只精灵龙的故事
</a>
</h1>
<div class="post-meta">
<span class="post-time">
<span class="post-meta-item-icon">
<i class="fa fa-calendar-o"></i>
</span>
<span class="post-meta-item-text">发表于</span>
<time title="创建于" itemprop="dateCreated datePublished" datetime="2017-03-19T00:00:00+08:00">
2017-03-19
</time>
</span>
<span class="post-category" >
<span class="post-meta-divider">|</span>
<span class="post-meta-item-icon">
<i class="fa fa-folder-o"></i>
</span>
<span class="post-meta-item-text">分类于</span>
<span itemprop="about" itemscope itemtype="http://schema.org/Thing">
<a href="/categories/娱乐/" itemprop="url" rel="index">
<span itemprop="name">娱乐</span>
</a>
</span>
</span>
</div>
</header>