Платить за рисунок? Может они ещё потребуют прекратить игры пиратить? А что делать бедным магазинам, у которых нет денег платить авторские отчисления? Да и вообще они не несут никаких финансовых потерь, наоборот их арт бесплатно рекламируется на сторонних сайтах. Они хотят своё творчество распространять или денег?
Наверное, это говорит о неэффективности используемых алгоритмов шафла карточной колоды. Ведь обычная случайная перестановка работает за линейное число операций, как уже упомянули ниже.
Первое что пришло мне в голову — хорошая раскладка та, на i-м месте может равновероятно оказаться любая карта.
Но этого недостаточно. Например, если колоду «срезать» — разделить в случайном месте на две и поменять их местами — то первой картой равновероятно может оказаться любая. Но при этом, это, очевидно, плохая раскладка: после каждой карты, кроме нескольких, будет идти та же карта, которая лежала после нее до «среза». То есть, игрокам будут приходить «скоррелированные» карты. В случае игры в дурака одному придет та, которой били, а другому — та, которую били, и это будет совсем не случайно.
Другой подход к определению хорошей раскладки — на i+1-м месте лежит карта независимая от карты на i-м месте. Представить это можно так: если смотришь верхнюю карту колоды, то не можешь предположить какая карта будет следующей.
У этого подхода тоже могут быть проблемы, которые решаются рассмотрением больших совместных распределений, но для текущего анализа она нам полностью подойдет.
Кажется очевидным, что хорошая случайная тасовка колоды из n карт — та, после которой получившаяся последовательность карт является случайной величиной с равномерным распределением на множестве из n! всех возможных перестановок карт. Почему вам первым в голову пришло именно то, что написано, я не понимаю.
Если это действительно так, то пусть все фермеры Америки скинутся парой баксов и запилят себе свой трактор с блэкджеком и открытым софтом, распространяющимся по свободной лицензии.
O-оценка — это оценка сверху. Если вы знаете что алгоритм работает быстрее C*n*log(n) для самых худших входных данных размера n, то вы знаете что алгоритм будет работать быстрее C*n*log(n) для любых данных размера n с любым распределением. При использовании Average-case compexity такого утверждения вы сделать не можете.
Нет. Worst-case complexity работает для любого распределения. Average-case complexity — не для любого. Если вам непонятно почему — повторите определение O-большого.
Ну это разрешение не применять сетевую нейтральность. Т.е. это не запрет сетевой нейтральности, а отмена обязательства следовать этой концепции. Провайдерам никто не мешает самим следовать данной концепции, просто закон не обязывает.
В любой азартной игре подобного рода (не рассматриваю покер и т.п.) мат. ожидание выигрыша игрока отрицательное. Любое казино, автомат есть машина для кидалова, работающая в основном на том, что человеку сложно в уме посчитать шансы; ну а те люди которые могут взять листочек бумаги и ручку обычно уже понимают что халявы не бывает и результат их вычислений предсказуем.
Если вам известно распределение вероятностей на конечном (и таком малом) числе элементов, то ничто не мешает написать специальный алгоритм, который обгонит любой алгоритм общего вида. И к слову, O-оценки для алгоритмов делаются для случая наихудших входных данных, т.е. вообще без предположений на распределение.
Было бы неплохо ещё в бутылку водки такой ИИ встроить. Как только кому-то уже хватит — ему льётся вода. Надо будет обучаться под разных людей, распознавать когда кто-то пьёт в одиночестве и вызывать нарколога.
Всё в целом неплохо, однако я слепой или у него там функция распределения ниже нуля опускается? Обычно если явно не задаётся диапазон осей, то не должно так быть.
Только вот зачем это делать? Как это можно использовать? И зачем изучать функцию в «чёрном ящике» вместо того, что бы вычислять известные функции?
Ответов на эти вопросы автор не дал.
Вроде и не обещал дать…
Чтобы понятно объяснить принципы квантовых вычислений, необходимо применить другой язык — математический.
В этом руководстве я расскажу о математических инструментах, необходимых для моделирования и понимания квантовых вычислительных систем, а также о том, как иллюстрировать и применять логику квантовых вычислений. Более того, я приведу пример квантового алгоритма и расскажу, в чем его преимущество перед традиционным компьютером.
Я приложу все усилия, чтобы рассказать обо всем этом понятным языком
А что обещал вроде всё сделал… Ну по крайней мере я считаю что автор вполне попытался объяснить КВ понятным языком.
Кажется очевидным, что хорошая случайная тасовка колоды из n карт — та, после которой получившаяся последовательность карт является случайной величиной с равномерным распределением на множестве из n! всех возможных перестановок карт. Почему вам первым в голову пришло именно то, что написано, я не понимаю.
Мне интересно, как вы относитесь к тому, что кто-то решает за вас как вы относитесь к определённой ситуации?
Если это действительно так, то пусть все фермеры Америки скинутся парой баксов и запилят себе свой трактор с блэкджеком и открытым софтом, распространяющимся по свободной лицензии.
Вроде и не обещал дать…
А что обещал вроде всё сделал… Ну по крайней мере я считаю что автор вполне попытался объяснить КВ понятным языком.