概率论与数理统计-古典概率模型
古典概型(等可能概型)
满足公理化定义。
设E是一个试验,满足
(1) 只有有限多个样本点
(2) 每个样本点发生的可能性相同(等可能性)
若$\Omega = {w{1}, w{2},…, w_{n}}$,则$P(A) = \frac{A的基本事件个数}{基本事件总和} = \frac{A的有利场合数}{样本点的总和}$
Ex:将两枚骰子各抛一次,设A={两枚骰子点数之后不小于6},B={点数相同},求$P(A),P(\bar{A}), P(A\cup B), P(A\cap B)$
解:样本空间:36个样本点,而满足A时间的样本点有26个,所以:$P(A) = \frac{26}{36}$,$P(\bar{A}) = \frac{10}{36}$
而$P(B) = \frac{6}{36}$,$P(A\cup B) = \frac{28}{36}$,$P(A\cap B) = \frac{4}{36}$
2017校招-网易:下厨房
概率论与数理统计-随机事件、样本空间
2017校招-网易:数字翻转
两个图形算法题
谷歌Kickstart 2017 F轮编程题解答(Java版)
写在前面
听说Google的Kickstart应该是在半年前,Google Kickstart即是原APAC Test,G家的校园招聘线上笔试,不过一直没有认真参加过,这个比赛时间一般是周日的下午1点到4点(北京时间),不过这次是后两轮是在周日下午4点开始,然后持续12个小时,自己选择其中的任意连续3个小时提交都有效。总的来说这次的题目比较简单,除了C题的large外。
本次共有4道题目,我只AC了前面2道。里面的解法是根据我的思考结合官方给出的分析给出的一些思路。
题目及分析
原题目传送门:Round F - Dashboard
本文我会对题目进行简单的中文描述。
Problem A. Kicksort
这儿有一种排序叫Kicksort,是来源于快速排序算法。快速排序算法选取一个基准,然后根据基准分为两组,然后在每组里递归的这样做。但是这种算法选取的基准可能会导致按照基准比较后只会产生一组而不是两组,这违反了这种算法的目的。我们称这种基准为最差基准。
