-
所有考题均标注出题人
我认为有的管理员在出题的时候不是很负责任。现在已经明确了几个要求
- 难度不得超过高中
- 本站用户2/3必须能在3分钟内做出来
例如下面这个题目
一般网页会以以下选项中的哪一个起始?(提示:可以查看本页源代码)
(此处内容因争议已删除。
-
赚钱的方法(概率论和计算机科学)
@thphd #131635 五年前我玩在线赌场时候有一个更加令人发指的bug(我认为足够开除他们码农了),你从博彩网站转钱到性感荷官在线发牌网站的时候,有一定bug发生double spending,也就是你这边钱还在,那边无中生有多出同样一笔钱。概率虽然小,但是只要你经常使用,早晚会碰到。反过来也有可能,你转出去,钱掉进黑洞里了。但是这时候你可以联系客服,客服调查转账记录就会手动恢复你的钱。但是系统出错多给钱的时候你就闷声发大财。
-
所有考题均标注出题人
重点整治出题委员会腐败,让科举运行在阳光下。
-
李翘楚:被连坐煽颠、指定监视居住的120天
@星火1959 #131531 不能,但是很多酷刑都是对付良心犯的,也就是说你只要向当局交认罪书就可以减轻处罚(“咬茱莉亚”--奥威尔1984)
-
赚钱的方法(概率论和计算机科学)
蒙特卡罗万岁。同py中人,握手。
问题:消极大师总共在赌场身上刨了多少?
-
赚钱的方法(概率论和计算机科学)
@品葱 #131632 是啊,到十一月中旬赌场上川普还有10%胜率。 @爱狗却养猫 #131633 这个是正式版的程序,生产力工具。
-
赚钱的方法(概率论和计算机科学)
还不如玩选举赌盘,政治会让很多人做出错误的选择,导致赔率极为有利
-
赚钱的方法(概率论和计算机科学)
我五年没用过了
-
赚钱的方法(概率论和计算机科学)
基本规则的数学期望约为0.997,所以赌场🎰方面加一个对玩家有利的额外小规则就超过1了
-
赚钱的方法(概率论和计算机科学)
@thphd @libgen @爱狗却养猫 @natasha 请帮我把关于赌博程序的帖子移到树洞,谢谢,我不希望被google爬走。
-
🍵茶餐廳🍵
@食人大佐韦国清 #131594 您的预测与去年底《外交政策》一篇文章的分析所见略同。
-
赚钱的方法(概率论和计算机科学)
@天下无贼 #131599 我这都是中学数学,你说看不懂就不应该了吧。
好了,本期讲座“业余码农的逆袭”到此结束了。根据本人的历史经验,一天干八个小时数学期望应该有两百美元。当然前提是你有足够多的初始资金去赌场劳动。
下期预告:(没有任何注释)
28.4 v = 591; m = 6.6*10^-27; q = 3.2*10^-19; B = 0.045; Angle = 52 Degree; q*B*v/m/10^6*Sin[Angle] 1016.1 28.9 In[240]:= m = 9.11*10^-31; V1 = 1000; q = 1.6*10^-19; v = Sqrt[2 V1 q/m]; d = 0.02; V2 = 117.3; E2 = V2/d; B = E2/v*10^3 Out[247]= 0.312934 28.13 In[248]:= i = 6.6; w = 0.00015; B = 0.65; n = 8.47*10^28; q = 1.6*10^-19; i*B/n/q/w*10^6 Out[253]= 2.11039 28.24 In[254]:= m = 9.11*10^-31; V = 297.9; v = Sqrt[2 V q/m]/10^7 Out[256]= 1.02294 In[257]:= v = 1.11*10^7; B = 0.21; m*v/q/B*10^6 Out[259]= 300.955 28.5 B = {Bx, 3 Bx, 0}; v = {2, 3.5, 0}; Cross[v, B] {0., 0, 2.5 Bx} -4/2.5 -1.6 28.14 v = 5.09; v/8.5/1.2 0.49902 28.21 q = 1.6*10^-19; m = 9.11*10^-31; ke = 1200 q; r = 0.329; v = Sqrt[2 ke/m]; t = 2 Pi*r/v*10^9 100.686 28.26 mp = 1.673*10^-27; q = 1.6*10^-19; t = 223*10^-9; Pi*mp/q/t 0.147306 28.29 m = 9.11*10^-31; B = 0.3; T = 2 Pi*m/q/B; vx = 8.87*10^-6/T; F = 2*10^-15; vy = F/B/q; Sqrt[vx^2 + vy^2]/1000 85.257 29.8 R2 = 0.078; R1 = 0.0486;(*variable*) u0 = 4 Pi*10^-7; i = 0.281; -(u0*i/4/R1 - u0*i/4/R2)*10^6 -0.684656 29.11 i1 = 8.01;(*variable*) d1 = 0.75; d2 = 1.5; -i1/(d1 + d2)*d2 -5.34 29.27 i1 = 30; i2 = 40; B1 = {i1, i2}; Th = ArcTan[i2/i1]; B2 = {i2/Tan[ArcTan[i2/i1] - 36.89 Degree], i2}(*angle is variable*) {137.322, 40} 29.47 j0 = 310; a = 0.00337; 1/3*u0*j0*a/4*10^6 0.109401 29.55 n = 1000; i1 = 0.02; B1 = u0*n*i1; i2 = 6.8;(*variable*) u0*i2/2/Pi/B1*100 5.41127 28.2 In[235]:= m = 41*10^-3; q = 80*10^-6; v = 20*10^3; g = 9.8; m*g/q/v*1000 Out[239]= 251.125 q 1.6*10^-19 28.10 B = 2.5; v = 2000; ef = 5.35; (B*v + ef)*q 8.00856*10^-16 28.41 m = 0.013; L = 0.62; g = 9.81; B = 0.54; m*g/L/B 0.380914 28.56 dip = 0.15^2*Pi*2.6; Angle = 56 Degree; Sin[Angle]*dip*12 1.82836 -
“帮亲不帮理”和“帮理不帮亲”的界限在哪里?
国外法律允许在诉讼的时候,证人可以拒绝做出对直系亲属不利的证词。
美国是这样。不过与此对应,如果证人做出对直系亲属有利的证词,一般也会被认为有偏向性而不能采信。我认为这种设计是合理的。
-
如何在“直观”上的数学期望是0甚至是负的时候赚钱
正是赌21点的技巧。牌对庄家有利的时候你就不玩了睡大觉。
-
“帮亲不帮理”和“帮理不帮亲”的界限在哪里?
俺只会帮自己的政治派系(中国的民族主义者)
-
关于“为什么很少有中国男人和白人女生结婚”的问题的思考
@natasha #131576 赞同。会做饭求偶优势+10%
@丁丁兄弟 如果在生活圈子里推销厨艺不要发2047上发过的照片啊。身份隔离。
-
关于“为什么很少有中国男人和白人女生结婚”的问题的思考
-
赚钱的方法(概率论和计算机科学)
现在该回答丽贝卡的问题了。就我的印象而言,当赔率改变的“瞬间”(我也不知道延时是多少),下注会失败。所以要尽快下注。
赔率的统计方法是用爬虫爬sportsbookreview的网站,这个程序是五年前的,由于网站改版而失效,如果要用的话,得重新调试爬虫了。我使用python和BeautifulSoup软件包。
import urllib.request from bs4 import BeautifulSoup import re import time import datetime def to_int(s): if s=='even': return 100 elif s=='Even': return 100 elif s=='EVEN': return 100 elif s=='-': return -9999 else: try: return int(s) except TypeError: return -9999 def odds_list(url,name): rotNumber=[] moneyline=[] dic={} matchname={} gamedate={} gamehour={} #c = ntplib.NTPClient() #print(c) #response = c.request('time.nist.gov', version=3) #print(time.ctime(response.tx_time)) #url = "http://www.sportsbookreview.com/betting-odds/ufc/" page=urllib.request.urlopen(url) #print(url) soup = BeautifulSoup(page.read()) #soup = BeautifulSoup(open("./sbr_"+"mlb"+"_moneyline.html")) a=[[0 for x in range(10)] for x in range(1000)] b=[[0 for x in range(10)] for x in range(1000)] i=0 j=0 #print(a) for list in soup.find_all("div", attrs={"class": re.compile("^(eventLine-book-value)")}): for ss in list.find_all("b"): if j%2==0: a[i][j//2]=to_int(ss.string) else: b[i][j//2]=to_int(ss.string) j+=1 if j==20: j=0 i+=1 i=0 #print(a) #print(b) for list1 in soup.find_all(itemprop="name"): #print(list1) matchname[i//2]=list1 dic[i]=a[i//2] i+=1 dic[i]=b[i//2] i+=1 i=0 for list2 in soup.find_all(itemprop="startdate"): #print(list2) times=list2.attrs['content'] dates=times[0:10] #print(dates) hours=times[11:16] #print(hours) gamedate[i//2]=dates gamehour[i//2]=hours #print(gamedate[i//2]) #print(gamehour[i//2]) # print(gamedate[i//2] #dic[i]=a[i//2] #moneyline[i]=line1[i//2] i+=1 #dic[i]=b[i//2] #moneyline[i]=line2[i//2] i+=1 currenttime='{:%H:%M}'.format(datetime.datetime.time(datetime.datetime.now())) currentdate=str(datetime.date.today()) #for key in dic: # print(key,dic[key],len(dic[key]),'\n') #print(gamedate) #print(gamehour) #print(matchname) #print(currenttime) #print(currentdate) for key in dic: #print(key) #print(gamedate[key//2]) #print(gamehour[key//2]) if key%2==1: if ((dic[key][2]+dic[key-1][3]>-2 or dic[key][3]+dic[key-1][2]>-2) and (gamedate[key//2]>currentdate or (gamedate[key//2]==currentdate and gamehour[key//2]>currenttime)) and dic[key][2]!=0 and dic[key][3]!=0 ): #print((gamedate[key//2]>currentdate or (gamedate[key//2]==currentdate and gamehour[key//2]>currenttime))) print(name,matchname[key//2],dic[key][2],dic[key-1][3]) print(name,matchname[key//2],dic[key][3],dic[key-1][2]) #if max(dic[key])+max(dic[key-1])>0: #print(name,matchname[key//2],max(dic[key]),max(dic[key-1])) #print(name) def odds_list_fight(url,name): rotNumber=[] moneyline=[] dic={} matchname={} gamedate={} gamehour={} #c = ntplib.NTPClient() #print(c) #response = c.request('time.nist.gov', version=3) #print(time.ctime(response.tx_time)) #url = "http://www.sportsbookreview.com/betting-odds/ufc/" page=urllib.request.urlopen(url) #print(url) soup = BeautifulSoup(page.read()) #soup = BeautifulSoup(open("./sbr_"+"mlb"+"_moneyline.html")) a=[[0 for x in range(10)] for x in range(1000)] b=[[0 for x in range(10)] for x in range(1000)] i=0 j=0 #print(a) for list in soup.find_all("div", attrs={"class": re.compile("^(eventLine-book-value)")}): for ss in list.find_all("b"): if j%2==0: a[i][j//2]=to_int(ss.string) else: b[i][j//2]=to_int(ss.string) j+=1 if j==20: j=0 i+=1 i=0 #print(a) #print(b) for list1 in soup.find_all(itemprop="name"): #print(list1) matchname[i//2]=list1 dic[i]=a[i//2] i+=1 dic[i]=b[i//2] i+=1 i=0 #print(dic) #print(line1) #print(line2) #print(matchname) for list2 in soup.find_all(itemprop="startdate"): #print(list2) times=list2.attrs['content'] dates=times[0:10] #print(dates) hours=times[11:16] #print(hours) gamedate[i//2]=dates gamehour[i//2]=hours #dic[i]=a[i//2] #moneyline[i]=line1[i//2] i+=1 #dic[i]=b[i//2] #moneyline[i]=line2[i//2] i+=1 currenttime='{:%H:%M}'.format(datetime.datetime.time(datetime.datetime.now())) currentdate=str(datetime.date.today()) #for key in dic: # print(key,dic[key],len(dic[key]),'\n') #print(dic) #print(matchname) for key in dic: #print(key) if key%2==1: if ((dic[key][0]+dic[key-1][2]>-2 or dic[key][2]+dic[key-1][0]>-2) and (gamedate[key//2]>currentdate or (gamedate[key//2]==currentdate and gamehour[key//2]>currenttime)) and dic[key][2]!=0 ): print(name,matchname[key//2],dic[key][0],dic[key-1][2]) print(name,matchname[key//2],dic[key][2],dic[key-1][0]) #if max(dic[key])+max(dic[key-1])>0: #print(name,matchname[key//2],max(dic[key]),max(dic[key-1])) #print(name) def odds_list_spread(url,name): rotNumber=[] moneyline={} gamedate={} gamehour={} dic={} matchname={} #c = ntplib.NTPClient() #print(c) #response = c.request('time.nist.gov', version=3) #print(time.ctime(response.tx_time)) #url = "http://www.sportsbookreview.com/betting-odds/ufc/" page=urllib.request.urlopen(url) #print(url) soup = BeautifulSoup(page.read()) #soup = BeautifulSoup(open("./sbr_"+"mlb"+"_moneyline.html",encoding='utf8')) a=[[0 for x in range(10)] for x in range(1000)] b=[[0 for x in range(10)] for x in range(1000)] line1=[[0 for x in range(10)] for x in range(1000)] line2=[[0 for x in range(10)] for x in range(1000)] i=0 j=0 #print(j) for list in soup.find_all("div", attrs={"class": re.compile("^(eventLine-book-value)")}): for ss in list.find_all("b"): #print(ss) if j%2==0: if ss.string: if ss.string[0:2] == "PK": # PK (Even) #print("PK") line1[i][j//2]="PK" a[i][j//2]=to_int(ss.string[2:]) else: #print(ss.string[0:2]) line1[i][j//2]=ss.string.split('\xa0')[0] a[i][j//2]=to_int(ss.string.split('\xa0')[1]) else: if ss.string: if ss.string[0:2] == "PK": # PK (Even) #print("PK") line2[i][j//2]="PK" b[i][j//2]=to_int(ss.string[2:]) else: #print(ss.string[0:2]) line2[i][j//2]=ss.string.split('\xa0')[0] b[i][j//2]=to_int(ss.string.split('\xa0')[1]) j+=1 if j==20: j=0 i+=1 i=0 #print(line1) #print(line2) #print(a) #print(b) for list1 in soup.find_all(itemprop="name"): #print(list1) matchname[i//2]=list1 dic[i]=a[i//2] #moneyline[i]=line1[i//2] i+=1 dic[i]=b[i//2] #moneyline[i]=line2[i//2] i+=1 #for key in dic: # print(key,dic[key],len(dic[key]),'\n') i=0 #print(dic) #print(line1) #print(line2) #print(matchname) for list2 in soup.find_all(itemprop="startdate"): #print(list2) times=list2.attrs['content'] dates=times[0:10] #print(dates) hours=times[11:16] #print(hours) gamedate[i//2]=dates gamehour[i//2]=hours #dic[i]=a[i//2] #moneyline[i]=line1[i//2] i+=1 #dic[i]=b[i//2] #moneyline[i]=line2[i//2] i+=1 currenttime='{:%H:%M}'.format(datetime.datetime.time(datetime.datetime.now())) currentdate=str(datetime.date.today()) for key in dic: #print(key) if key%2==1: if 1: if ((dic[key][4]+dic[key-1][3]>-2 or dic[key][3]+dic[key-1][4]>-2) and (gamedate[key//2]>currentdate or (gamedate[key//2]==currentdate and gamehour[key//2]>currenttime)) and dic[key][3]!=0 and dic[key][4]!=0 ): print(name,matchname[key//2],dic[key][4],dic[key-1][3]) print(name,matchname[key//2],dic[key][3],dic[key-1][4]) #if max(dic[key])+max(dic[key-1])>0: #print(name,matchname[key//2],max(dic[key]),max(dic[key-1])) #print(name) def odds_list_spread_fight(url,name): rotNumber=[] moneyline=[] dic={} matchname={} #c = ntplib.NTPClient() #print(c) #response = c.request('time.nist.gov', version=3) #print(time.ctime(response.tx_time)) #url = "http://www.sportsbookreview.com/betting-odds/ufc/" page=urllib.request.urlopen(url) #print(url) soup = BeautifulSoup(page.read()) #soup = BeautifulSoup(open("./sbr_"+"mlb"+"_moneyline.html",encoding='utf8')) a=[[0 for x in range(10)] for x in range(1000)] b=[[0 for x in range(10)] for x in range(1000)] line1=[[0 for x in range(10)] for x in range(1000)] line2=[[0 for x in range(10)] for x in range(1000)] i=0 j=0 #print(j) for list in soup.find_all("div", attrs={"class": re.compile("^(eventLine-book-value)")}): #print (list) for ss in list.find_all("b"): #print(ss) if j%2==0: if ss.string: line1[i][j//2]=ss.string.split('\xa0')[0] a[i][j//2]=to_int(ss.string.split('\xa0')[1]) else: if ss.string: line2[i][j//2]=ss.string.split('\xa0')[0] b[i][j//2]=to_int(ss.string.split('\xa0')[1]) j+=1 if j==20: j=0 i+=1 i=0 #print(a) #print(b) for list1 in soup.find_all(itemprop="name"): #print(list1) matchname[i//2]=list1 dic[i]=a[i//2] #moneyline[i]=line1[i//2] i+=1 dic[i]=b[i//2] #moneyline[i]=line2[i//2] i+=1 #for key in dic: # print(key,dic[key],len(dic[key]),'\n') #print(dic) #print(line1) #print(line2) #print(matchname) #print(line1) #print(line2) for key in dic: #print(key) if key%2==1: if 1: if ((dic[key][1]+dic[key-1][3]>-2 or dic[key][3]+dic[key-1][1]>-2) and dic[key][3]!=0 and dic[key][1]!=0): print(name,matchname[key//2],dic[key][1],dic[key-1][3]) print(name,matchname[key//2],dic[key][3],dic[key-1][1]) #if max(dic[key])+max(dic[key-1])>0: #print(name,matchname[key//2],max(dic[key]),max(dic[key-1])) #print(name) while(1): odds_list("http://www.sportsbookreview.com/betting-odds/tennis/","Tennis") odds_list("http://www.sportsbookreview.com/betting-odds/nfl-football/money-line/","NFL") odds_list("http://www.sportsbookreview.com/betting-odds/nfl-football/money-line/1st-half","NFL 1st half") odds_list("http://www.sportsbookreview.com/betting-odds/nfl-football/money-line/2nd-half","NFL 2nd half") odds_list("http://www.sportsbookreview.com/betting-odds/nfl-football/money-line/1st-quarter","NFL 1st quarter") odds_list("http://www.sportsbookreview.com/betting-odds/nfl-football/money-line/2nd-quarter","NFL 2nd quarter") odds_list("http://www.sportsbookreview.com/betting-odds/nfl-football/money-line/3rd-quarter","NFL 3rd quarter") odds_list("http://www.sportsbookreview.com/betting-odds/nfl-football/money-line/4th-quarter","NFL 4th quarter") odds_list("http://www.sportsbookreview.com/betting-odds/college-football/money-line/","NCAA Football") odds_list("http://www.sportsbookreview.com/betting-odds/mlb-baseball/","MLB") odds_list("http://www.sportsbookreview.com/betting-odds/nba-basketball/money-line/","NBA") odds_list("http://www.sportsbookreview.com/betting-odds/nba-basketball/money-line/1st-half","NBA 1st half") odds_list("http://www.sportsbookreview.com/betting-odds/nba-basketball/money-line/2nd-half","NBA 2nd half") odds_list("http://www.sportsbookreview.com/betting-odds/nba-basketball/money-line/1st-quarter","NBA 1st quarter") odds_list("http://www.sportsbookreview.com/betting-odds/nba-basketball/money-line/2nd-quarter","NBA 2nd quarter") odds_list("http://www.sportsbookreview.com/betting-odds/nba-basketball/money-line/3rd-quarter","NBA 3rd quarter") odds_list("http://www.sportsbookreview.com/betting-odds/nba-basketball/money-line/4th-quarter","NBA 4th quarter") odds_list("http://www.sportsbookreview.com/betting-odds/ncaa-basketball/money-line/","NCAA Basketball") odds_list("http://www.sportsbookreview.com/betting-odds/ncaa-basketball/money-line/1st-half","NCAAB 1st half") odds_list("http://www.sportsbookreview.com/betting-odds/ncaa-basketball/money-line/2nd-half","NCAAB 2nd half") odds_list("http://www.sportsbookreview.com/betting-odds/wnba-basketball/money-line/","WNBA") odds_list("http://www.sportsbookreview.com/betting-odds/nhl-hockey/","NHL") odds_list("http://www.sportsbookreview.com/betting-odds/nhl-hockey/1st-quarter","NHL 1Q") odds_list("http://www.sportsbookreview.com/betting-odds/nhl-hockey/2nd-quarter","NHL 2Q") odds_list("http://www.sportsbookreview.com/betting-odds/nhl-hockey/3rd-quarter","NHL 3Q") odds_list_fight("http://www.sportsbookreview.com/betting-odds/boxing/","Boxing") odds_list_fight("http://www.sportsbookreview.com/betting-odds/ufc/","UFC") print('{:%H:%M}'.format(datetime.datetime.time(datetime.datetime.now()))) -
关于“为什么很少有中国男人和白人女生结婚”的问题的思考
@natasha #131561 I think it's great to be able to laugh at oneself.:D
-
🙅🏻♀️诚🙅🏻扰
内容已删除内容已被作者本人或管理员删除。 如有疑问,请点击菜单按钮,查看管理日志以了解原因。 -
🙅🏻♀️诚🙅🏻扰
台灣玉山一年四季氣象變化萬千,在這裡的原始森林住著瀕臨絕種的台灣水鹿,他們最喜歡的食物就是箭竹,是台灣體型最大的草食性哺乳類動物,一片綠油油的箭竹總能看到一群水鹿低頭吃著箭竹嫩葉,彷彿是人間美味。水鹿更喜歡接近水,高山上難得一見的水區,水鹿開心的在水區打滾,讓自己好好享受泥浴。
水鹿是群居動物,個性溫和優雅,不管到哪裡總是看得見他們全家人在一起。雄鹿卻比較喜歡單獨活動,尤其夏天繁殖期,雄鹿上的鹿角已經成熟,為了求偶,雄鹿們會彼此較勁打鬥,誰的鹿角堅硬誰就勝出。
以前大量濫捕濫殺的結果是讓台灣水鹿瀕臨絕種,如今他們只能藏身在玉山低海拔的原始葱林裡繼續繁殖。
-
🙅🏻♀️诚🙅🏻扰
问题:本楼是否允许PUA?
-
李翘楚以煽动颠覆国家政权罪被逮捕
@mlsayu_rkesee #131553 我想把这里的几段内容(原文和翻译)新开一贴,不知你介意吗?
-
现在这批题目会不会太难?
内容已删除内容已被作者本人或管理员删除。 如有疑问,请点击菜单按钮,查看管理日志以了解原因。 -
关于“为什么很少有中国男人和白人女生结婚”的问题的思考
内容已删除内容已被作者本人或管理员删除。 如有疑问,请点击菜单按钮,查看管理日志以了解原因。 -
李翘楚以煽动颠覆国家政权罪被逮捕
内容已删除内容已被作者本人或管理员删除。 如有疑问,请点击菜单按钮,查看管理日志以了解原因。 -
🙅🏻♀️诚🙅🏻扰
内容已删除内容已被作者本人或管理员删除。 如有疑问,请点击菜单按钮,查看管理日志以了解原因。 -
如何在“直观”上的数学期望是0甚至是负的时候赚钱
答案是你的选择对后续收益有影响,而且你有选择随时中止的权利。
很久以前看过一个视频,是耶鲁的公开课,因为时间过久找不到当时的视频了,如果有别人看过可以帮忙贴上来。
思考一个问题:现在有一副牌,52张,一半红一半黑。从中抽牌,且不放回。抽到红的赢一块钱,黑的输一块钱,你可以选择随时停止这一局游戏,将所有牌洗牌重新开始。请问采用最佳策略你期望每局平均赢多少钱?
答案是
2.6元。 具体计算就不写了,这里说一下思路。 思考几个简单的情况。 现在牌堆里只剩N张黑的,在这种情况下你的期望是什么?当然不是输N块钱,因为你可以直接不玩了睡大觉。是0. 现在牌堆里只剩1张黑的1张红的,在这种情况下你的期望是什么?当然不是0,因为你有1/2的几率抽到红的,然后牌堆只剩黑的,不玩了睡大觉。1/2几率抽到黑的,这时候因为只剩红的所以一定抽完。于是,1张黑的1张红的期望实际是1/2*1+1/2*0=1/2。 以此类推,在某种情况下的期望,实际上是:抽到红的概率乘以(这张红的收益(+1)加上牌堆移去一张红牌后的期望),加上抽到黑的概率乘以(这张黑的收益(-1)加上牌堆移去一张黑牌后的期望) 递归下去,我们最后总会落到边界条件,即全红或者全黑,这种情况下的收益是显然的。 于是我们可以计算出牌堆中有任意数目的红牌和黑牌的情况下真正的数学期望。 -
赚钱的方法(概率论和计算机科学)
现在点进去性感荷官在线发牌。妹子肯定会用各种挑逗的眼神要你下注。抵制住诱惑,等待这一局牌结束,荷官拿出一副新洗好的牌开始。你先围观一下。每当桌上出现一张牌,你就记录这张牌点数,输入到计算机程序里。大牌点变大的时候,你就可以开始赌了(注意赌场软件会自动踢出不活跃用户,所以几轮不下注你会被踢出赌桌,请以最快速度坐回去)。
软件采用蒙特卡洛方法模拟。输入me, 在输入我方和庄家点数之后,软件自动模拟三万次随机发牌,计算要牌和不要牌的数学期望 [Hit Stand],以100为注。两者皆小于50(50%)投降,要一张牌的数学期望大于100的时候加倍下注(特别是你的总和是9,10,11的时候)。对于split我没有好的算法,所以请按照常用的概率表玩。通常来说,你有两张十(含花牌)的时候对上庄家的5和6,是不建议分牌的,但是当大牌点大于一定程度的时候,分牌是有利可图的。本程序另有split功能处理此,输入split,输入我方点数00,输入庄家点数,显示的数学期望是[Stand Split]。
我举个例子吧:
please enter:66666666666666666666666666 10 A 2 3 4 5 6 7 8 9 127 32 32 32 32 32 6 32 32 31 6.4 7.2 7.2 7.2 7.2 7.2 -79.9 7.2 7.2 3.9 totla cards:388 expect_value:6.7 please enter:6555555555555555555555555555555 10 A 2 3 4 5 6 7 8 9 127 32 32 32 32 2 5 32 32 31 15.6 16.5 16.5 16.5 16.5 -92.7 -81.8 16.5 16.5 12.9 totla cards:357 expect_value:16.3 insurance OK please enter:split my cards:00 dealer cards:6 [181.6, 187.9] please enter:me my cards:03 dealer cards:3 [91.3, 69.1]在扔掉一堆小牌之后,局势对玩家有利。
假设你运气好,上桌拿了两个十,庄家还是6,你已经胜券在握了,现在测试split。结果是[181.6, 187.9],也就是你不分牌,数学期望是1.816,分牌则是1.879。 如果你上来拿了13点,庄家是三点,结果是[91.3, 69.1],也就是说如果你不要牌,数学期望是0.913,要一张牌之后数学期望是0.691 所以你不应该要牌。
这里的要牌只能要一张牌,所以当你手上牌小于9的时候,会忽略多次要牌的局势,从而得出错误的结论。所以这种情况下请闭着眼睛要牌(按照基本概率表)。
-
GFW大炮被滥用
@inferior #131601 这个只是对 IP 的,和 DPI 无关。
cloudflare官网解析到的ip即使被屏蔽之后也一直没有变(但这个可能性感觉很小)
被屏蔽是单方面的,如果不向他们报告(或者媒体发文)也只有中国用户知道。
给某个域名分配的节点 IP 不会变,除非有 toggle DNS - Proxied 开关。
比如
e-hentai.org从 11 May 2019 到 15 February 2021 的 IP 都是104.20.27.25 104.20.26.25精准屏蔽方法+1 -
🍵茶餐廳🍵
内容已删除内容已被作者本人或管理员删除。 如有疑问,请点击菜单按钮,查看管理日志以了解原因。 -
来自锑星的问候
不可能有
-
🍵茶餐廳🍵
内容已删除内容已被作者本人或管理员删除。 如有疑问,请点击菜单按钮,查看管理日志以了解原因。 -
GFW大炮被滥用
内容已删除内容已被作者本人或管理员删除。 如有疑问,请点击菜单按钮,查看管理日志以了解原因。 -
“帮亲不帮理”和“帮理不帮亲”的界限在哪里?
我好像在哪里看到过,国外法律允许在诉讼的时候,证人可以拒绝做出对直系亲属不利的证词。
我觉得这个规则很好,这就是法律划下的底线,而且是个有人情味的底线。
除此之外,生活中爱怎样怎样,帮亲不帮理咋了,最多人家骂你,骂又咋了,不违法。你说官场上的庇护,那不是帮谁的问题,那是违法,违法了有法律去制裁他。如果你说不违法的前提下帮亲不帮理,比如一个办事员,一摞待处理资料,他把自己三姑的资料先抽出来处理,这其实也不违法吧?(法律不可能制定的这么详细吧)你除了骂一句,也没什么办法。同样的,帮理不帮亲照样有人骂,你的亲朋首先要骂你,其次旁观者也可能骂你:这货对亲人都这么狠,不可深交————这是很多中国人的处事哲学,“做人要圆滑”。
所以我觉得纠结这个没必要,想怎么做怎么做,想想后果就行,违法肯定要承担后果,不违法要想想后果,比如政治人物如果帮亲太过,八成是要掉粉的(除了川普) -
赚钱的方法(概率论和计算机科学)
搞这些,会编码是最不重要的,关键还是数学要好。我编码几十年,不碰这些,自认数学不好,玩不转这些,发财机会留给别人吧。
-
【IYP】如何说服人们参加抗议活动
习死之前,抗议是无效的,我希望有识之士不要白白送死。
-
🍵茶餐廳🍵
我劝想要跑路的人抓紧时间,以后只会越来越难。