- 主题:找出M个比较重的球问题
一假设有N个球，其中M个球质量一样(M未知)，且比其他球重一些(其余球质量一样)，请问，用天平秤这种方法，找到M个比较重的球的需要的次数，大约期望是多少？
--
修改:tortelee FROM 117.186.0.*
FROM 117.186.0.*
笨方法：随机挑一个球，其余的球分别与之比较。相同的放一堆，不同的放另一推，这样就知M个数了。次数为N-1
【 在 tortelee 的大作中提到: 】
: 一假设有N个球，其中M个球质量一样，且比其他球重一些，请问，用天平秤这种方法，找到M个比较重的球的需要的次数，大约期望是多少？
来自 ELE-AL00
--
FROM 1.95.43.*
这种穷举所有组合求期望的问题最适合量子计算机来算。
--
FROM 210.45.77.*
量子计算完了，求期望那步会很耗时么？毕竟要回到经典的
【 在 tortelee 的大作中提到: 】
: 一假设有N个球，其中M个球质量一样，且比其他球重一些，请问，用天平秤这种方法，找到M个比较重的球的需要的次数，大约期望是多少？
: --
:
发自「今日水木 on Redmi Note 7」
--
FROM 101.84.58.*
期望本身就是所有可能路径的概率叠加啊，最适合量子运算了。
如果不求期望，那量子计算机可真没什么优势。
【 在 meizhi 的大作中提到: 】
: 量子计算完了，求期望那步会很耗时么？毕竟要回到经典的
: 发自「今日水木 on Redmi Note 7」
--
修改:xenapior FROM 112.32.54.*
FROM 112.32.54.*
量子计算本质是测量，即便测量可以完全并行，求期望没有量子加持的，总是要对所有路径求和/积分后平均，比如双缝干涉实验看到条纹。之前文献上也看到过，量子算法的实现总要结合一些经典算法，而结合的地方会是制约速度的瓶颈。
【 在 xenapior 的大作中提到: 】
: 期望本身就是所有可能路径的概率叠加啊，最适合量子运算了。
: 如果不求期望，那量子计算机可真没什么优势。
:
: --
发自「今日水木 on Redmi Note 7」
--
FROM 101.84.58.*
M是确定的还是也要实验得到的结果？
如果M也要求， 那就o（N）
如果M已知， 应该是 log3(2^N / C(N,M) )次， 具体方法不会
【 在 tortelee 的大作中提到: 】
: 一假设有N个球，其中M个球质量一样，且比其他球重一些，请问，用天平秤这种方法，找到M个比较重的球的需要的次数，大约期望是多少？
--
FROM 86.186.231.*
我们现实遇到的情况，M也不确定。
就是要找出有多少个球。 所以最终想要得到一个期望。有啥子方法，期望尽量小
【 在 SHENOK 的大作中提到: 】
: M是确定的还是也要实验得到的结果？
: 如果M也要求， 那就o（N）
: 如果M已知， 应该是 log3(2^N / C(N,M) )次， 具体方法不会
: ...................
--
FROM 117.186.0.*
H >= [(log2 C nm)/1.585]
您大体看一下吧，就不用公式编辑器写了哈
【 在 tortelee 的大作中提到: 】
: 一假设有N个球，其中M个球质量一样，且比其他球重一些，请问，用天平秤这种方法，找到M个比较重的球的需要的次数，大约期望是多少？
--
FROM 120.192.178.*
看不懂，但是感觉你的公式在骂人。。。
【 在 yhtuw () 的大作中提到: 】
: H >= [(log2 C nm)/1.585]
: 您大体看一下吧，就不用公式编辑器写了哈
: 【 在 tortelee 的大作中提到: 】
--
FROM 124.65.8.*