博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
cf D. Bag of mice
阅读量:4286 次
发布时间:2019-05-27

本文共 535 字,大约阅读时间需要 1 分钟。

  

#include
#include
#include
using namespace std;double dp[1005][1005][2];int main(){ int w,b; cin >> w >> b; for(int i = 0;i <= w;i++){ for(int j = 0;j <= b;j++){ if(i) dp[i][j][0] = i*1.0/(i+j); if(j) dp[i][j][0] += j*1.0/(i+j)*dp[i][j-1][1]; if(i>=1&&j>=1) dp[i][j][1] += j*1.0/(i+j)*i*1.0/(i+j-1)*dp[i-1][j-1][0]; if(j >= 2) dp[i][j][1] += j*1.0/(i+j)*(j-1)*1.0/(i+j-1)*dp[i][j-2][0]; } } printf("%.9lf\n",dp[w][b][0]); return 0;}

你可能感兴趣的文章
机器学习简易入门(四)- logistic回归
查看>>
python解决字典中的值是列表问题的方法
查看>>
Python:操作dict时避免出现KeyError的几种方法
查看>>
谱聚类算法(Spectral Clustering)
查看>>
社区发现的3个评估指标:标准化互信息NMI,ARI指标,以及模块度(modularity)
查看>>
机器学习算法与Python实践之(六)二分k均值聚类
查看>>
逻辑回归 和 朴素贝叶斯 两者间的区别
查看>>
模块度与Louvain社区发现算法
查看>>
欢迎使用CSDN-markdown编辑器
查看>>
机器学习降维算法四:Laplacian Eigenmaps 拉普拉斯特征映射
查看>>
机器学习降维算法一:PCA(主成分分析算法)
查看>>
非常见降维方法:Laplacian Eigenmaps 拉普拉斯特征映射
查看>>
NMF 非负矩阵分解(Non-negative Matrix Factorization)实践
查看>>
谱聚类(spectral clustering)原理总结
查看>>
CPM(Cluster Percolation method)派系过滤算法
查看>>
多目标进化算法(MOEAs)概述
查看>>
AdaBoost与随机森林区别
查看>>
坐标下降法(Coordinate descent)
查看>>
Matlab plot画图 坐标字体、字号、范围、间隔等的设置
查看>>
LATEX调整公式、图片与正文间距离,文字间距离,调整空白大小
查看>>