抢题算法

1. 什么是非抢占优先算法

理论：
为照顾紧迫性作业，使之在进入系统后便获得优先处理，引入了最高优先权优先（FPF）调度算法。它分为两种：
（一）非抢占式优先权算法；
（二）抢占式优先权调度算法。
1.非抢占式优先权算法：系统一旦把处理机分配给就绪队列中优先权最高的进程后,该进程便一直执行下去,直至完成。

2.抢占式优先权调度算法：系统同样把处理机分配给优先权最高的进程,使之执行.但在其执行期间,只要又出现了另一个其优先权更高的进程,进程调度程序就立即停止当前进程(原优先权最高的进程)的执行,重新将处理机分配给新到的优先权最高的进程。

分析：
采用非抢占式优先算法时，最先来到的是进程P1，所以最先处理进程P1直到它结束，用时10；
在这10时间内进程P2先到来，然后是P3、P4，最后是P5，由于这些进程不能抢占P1的进程，所以只能等待P1完成。
这些等待进程中P4的优先数最高，所以当P1执行完成后，先执行进程P4。
依次类推，最后可得作业顺序为：P1=>P4=>P3=>P5=>P2

2. 用C语言程序编写“抢24”游戏，规则就是两个人，第一个人从数字1开始，可以说1或者1和2，第二个人

摘要 您好，从扑克中每次取出4张牌。使用加减乘除，第一个能得出24者为赢。（其中，J代表11，Q代表12，K代表13，A代表1），按照要求编程解决24点游戏。

3. 微信红包先抢和后抢，差距既然这么大有人做了一个实验

在抢微信红包的过程中，可能许多人有这样一种感觉，比如抢红包貌似后抢比先抢能拿到更多的钱？有人就做了一个实验……

我们找到了微信红包的程序原理，按照正常的套路，抢红包最简单的办法不就是把红包的总钱数随机分给几个人么，但是微信偏不这样，一定要让第一个人抽到的钱只能在0.01元到20元之间。对于5个人抢50块红包而言，20元是个什么数？在《微信红包的架构设计简介》中有如此的说明：每个能抢到的钱最多是当前剩余金额的平均值的2倍。

因此，我们总结出了微信抢红包的基本规律。

规则：每个人能抢到的金额服从“0.01到2倍剩余均值”之间的随机分布。

均值：不论先抢后抢，均值都一样。

标准差：后抢的标准差更大，可能抢到超级大红包，也可能抢到超级小红包。

最大最小值：第一个抢抢不到大红包，后抢才可能抢到超级大红包。

手气最佳：和红包的个数是有关的。

风险偏好：如果你想要稳稳当当的抢，就先抢；如果你喜欢抢到超级大红包，就后抢。

“手气最佳发红包”游戏：发的红包数少就后抢，红包多就中间抢，很多就先抢。

没想到抢红包也能成为一种文化，经过以上分析，终于知道红包怎么抢了，嘿嘿。

4. 被师姐抢课题怎么办

如果你跟师姐同时在做一个课题的话，可以跟导师商量一下，各做各的呀，使用不同的方法，每个人的想法都不是一样的，可以使用不同的算法来解决同一个问题，不过最好还是与导师商量一下，毕竟涉及到自己以后的方向与毕业！

5. 5个海盗分100个金币问题！~会的进，要正确答案

首先从5号海盗开始，因为他是最安全的，没有被扔下大海的风险，因此他的策略也最为简单，即最好前面的人全都死光光，那么他就可以独得这100枚金币了。
接下来看4号，他的生存机会完全取决于前面还有人存活着，因为如果1号到3号的海盗全都喂了鲨鱼，那么在只剩4号与5号的情况下，不管4号提出怎样的分配方案，5号一定都会投反对票来让4号去喂鲨鱼，以独吞全部的金币。哪怕4号为了保命而讨好5号，提出（0，100）这样的方案让5号独占金币，但是5号还有可能觉得留着4号有危险，而投票反对以让其喂鲨鱼。因此理性的4号是不应该冒这样的风险，把存活的希望寄托在5号的随机选择上的，他惟有支持3号才能绝对保证自身的性命。
再来看3号，他经过上述的逻辑推理之后，就会提出（100，0，0）这样的分配方案，因为他知道4号哪怕一无所获，也还是会无条件的支持他而投赞成票的，那么再加上自己的1票就可以使他稳获这100金币了。
但是，2号也经过推理得知了3号的分配方案，那么他就会提出（98，0，1，1）的方案。因为这个方案相对于3号的分配方案，4号和5号至少可以获得1枚金币，理性的4号和5号自然会觉得此方案对他们来说更有利而支持2号，不希望2号出局而由3号来进行分配。这样，2号就可以屁颠屁颠的拿走98枚金币了。
不幸的是，1号海盗更不是省油的灯，经过一番推理之后也洞悉了2号的分配方案。他将采取的策略是放弃2号，而给3号1枚金币，同时给4号或5号2枚金币，即提出（97，0，1，2，0）或（97，0，1，0，2）的分配方案。由于1号的分配方案对于3号与4号或5号来说，相比2号的方案可以获得更多的利益，那么他们将会投票支持1号，再加上1号自身的1票，97枚金币就可轻松落入1号的腰包了

6. 微信红包的随机算法是怎样实现的

我们在一个20人的群中，自己发红包以及结合其他人发出红包的情况，整合成两轮的数据。每次金额设置都是20块并且有20个，第一轮是发了15次，第二轮是发了19次，总结成表格，然后为了避免突发的数据影响判断，我们将两轮数据杂糅从而生成了其他的三轮数据，一共是五轮数据。罗列如下表，高亮的数据为最佳手气。每一列的数据最早抢到红包的在最底端，越往上越晚抢。
从所有黄色的数值（最佳手气金额）可看出，所有最佳手气值都在平均值*2的前后附近（平均值=总金额/红包总个数，这里平均值=20/20=1），事实上确实如此，可通过微信红包分发算法得到验证，算法具体见后文
然后我们选取部分数据开始制作散点图。横轴为1-20，分别表示抢到红包的人的编号，随递增而越早。也就是20代表最早抢到的人。纵轴为金额。同样的形状颜色的点代表一次发红包，然后我们抓取部分数据显示为散点图，越密集代表该顺序位的用户得到的金额越稳定。散点图如下：

规律一：我们可以看到，所有红包大多数金额分布在0.5到1.5元之间，显示为图中方框所示，大部分点都分布在这个位置。然后是顺序位密集程度的对比，可以发现20、19，也就是最先抢到红包的人，小圆圈所示基本的点都集中在小范围，说明先抢红包的人得到的金额会比较稳定，但同时最佳手气的概率也比较低。大圆圈所示的是极不稳定，飘忽的金额分布，表示越晚抢红包得到的金额会飘忽不稳，但同时，抢到最佳手气等大金额的红包概率也比早抢的高。
根据上面的分析，我们又写了一个过滤计数函数，针对金额的分段的红包个数进行统计：
比如2.0-2.5
得到如下金额分布：
折线图：
规律二：绝大多数的红包的金额都集中在1-1.5，也就是说20块钱发20个红包的金额分布集中在比平均数大一点点的附近，同时较大幅超过平均数金额的红包大大少于低于于平均数的红包数量。
那我们继续扩大数据的规模，将几轮数据的均值和标准差分别做成折线图：
综合上面各个折线图的情况，我们可以得到越早抢红包的标准差越小，越晚抢红包的标准差越大，但同时，由均值和总额可以看出来，越早抢红包的均值往往要更高，红包金额得到最佳手气概率也会相对较小，越晚抢红包的人则得到最佳手气等大手气的概率更大。
为了得到更为趋近规律的曲线和规律，我们决定将两轮真实数据合并起来，然后给出幂函数的趋近线（虚线），如下图：
由于均值受极值波动影响较大，所以我们去除一些因为偶然差产生的极端点（圆圈的点）从而发现是递增的趋势。
规律三：可以很明显的看到，均值是随着抢红包的越晚而缓慢递减，标准差值同时也往上递增，这个趋势结合之前的分析，我们猜想，即标准差越大说明，领取到最大的红包和最小红包的风险越大，也就是说越晚抢标准差越大，对于冒险主义者来讲是最好的，因为他有很大概率获得最大的金额，但也大概率获得最小的红包，风险与收益并存；均值越大，说明每次都拿到一个不大不小的红包，虽然获得最小和最大金额红包的概率很小，但起码不亏本，也就是说越早抢，均值越稳定，这比较适合不喜欢冒险的人。
验证预测结果：
21：24分发送预测结果到另一位同学微信：

随后开始发红包：

结果：
最佳手气为第8个人且金额为1.13
与预测结果一致，规律基本正确！
总结：
（1）最佳手气为1.13块，根据我们推导的预测公式=总额/红包总个数*2*随机数（0-2的double数）, 也就是说最佳手气在总额/红包总个数*2值的前后附近。这里我们判断在0.8-1.3之间，推断正确
（2)平均值为0.5元，0.5-0.8元的红包有3个，小于0.5的红包有6个，说明大于平均值的红包个数多于小于平均值的个数。与我们的第二点预测完全正确
(3)最佳手气位置：根据我们的散点图发现，最先抢到红包的人，得到的金额会比较稳定，但同时最佳手气的概率也比较低。表示越晚抢红包得到的金额波动较大，但同时抢到最佳手气等大金额的红包概率也比早抢的高。所以我们推断，最佳手气位置在最后20%-30%之间。
微信红包随机分发算法c＋＋模拟：
基本思路：每次抢到一个红包金额等于：红包剩余金额/红包剩余个数*2*随机数（0-1的double型），如果计算的结果小于等于0.01，则取0.01值
主要代码：
double packages[50000];
double Luckiest_money=0;
void getPackage(int remainSize,double remainMoney){
srand((unsigned)time(NULL));
for(int i=0;i

7. 5个海盗抢得100枚金币,他们决定这么分：1。抽签决定自己的号码（1，2，3，4，5）2。首先由海

采用反推过来的算法:

5号表决时,形成的状态是:
1得到0个宝石,死
2得到0个宝石,死
3得到0个宝石,死
4得到0个宝石,死
5得到100个宝石,活,同意
原因:
不用讲了,能轮到5号表决当然他独吞了
但是也会与题目违背了,因为前面几个海盗都是傻瓜差不多

4号表决时,形成的状态是:
1得到0个宝石,死
2得到0个宝石,死
3得到0个宝石,死
4得到100个宝石,活,同意
5得到0个宝石,活,不同意
原因:
这时只剩下二比一的情况,只要自己同意即可达到半数而通过表决,不存在生命危险
但是3号也不是白痴

3号表决时,形成的状态是:
1得到0个宝石,死
2得到0个宝石,死
3得到99个宝石,活,同意
4得到0个宝石,活,不同意
5得到1个宝石,活,同意
轮到3号时,他只要给5号1个宝石就够了
原因:
因为5号会意识到,一旦轮到4号时他就一个也得不到,现在能得到1个宝石已经是给了面子了
但2号也很聪明的,能否轮到他只是一种期待,来看看2号的情况

2号表决时,形成的状态是:
1得到0个宝石,死
2得到99个宝石,活,同意
3得到0个宝石,活,不同意
4得到1个宝石,活,同意
5得到0个宝石,活,不同意
要是轮到此海盗他必会拿走99颗宝石,然后给4号1颗即可!
为什么? 原因是:
4号已经意识到,要是轮到3号表决时,他将一个也得不到,所以这时有点收获,固然同意了
这时也考虑到:
3号不可巴结,会损失太多,因为如果只是单单给3号的话,他随时都可以不同意而获得表决权
5号也可巴结,但需要2颗宝石,不合算,因为5号也知道即使下一轮也是拿定一颗宝石的

1号:此海盗当然也聪明了
从上述看出,既然轮到2号的局势已定,那他早已知道后面的海盗心里想什么了
也就是简单的说,他们清楚认识到,轮到2号时,3号和5号得不到宝石!
那么这样的话,事情就好办多了,给他们一人一颗自然就搞定了!
所以,1海海盗毅然作出决定,分别给3号和5号各1颗宝石
最终结局的状态是:
1得到98个宝石,活,同意
2得到 0个宝石,活,不同意
3得到 1个宝石,活,同意
4得到 0个宝石,活,不同意
5得到 1个宝石,活,同意

即:98,0,1,0,1 (达到1号利益最大化)

8. 操作系统抢占式最高级优先算法为什么A进程开始执行时间不是9:50 还有结束时间为什么是10:10

a最开始来，到9.20才被抢占，总时间是20(运行到b进程来)+30(b需要的时间)+20(a剩余需要时间)

9. 五个海盗抢了一百个金币,如果让你分的话你怎么分既又能多拿他们又没有意见

5个海盗抢得100枚金币后，讨论如何进行公正分配。他们商定的分配原则是： （1）抽签确定各人的分配顺序号码（1，2，3，4，5）； （2）由抽到1号（也就是你）签的海盗提出分配方案，然后5人进行表决，如果方案得到超过半数的人同意，就按照他的方案进行分配，否则就将1号扔进大海喂鲨鱼； （3）如果1号被扔进大海，则由2号提出分配方案，然后由剩余的4人进行表决，当且仅当超过半数的人同意时，才会按照他的提案进行分配，否则也将被扔入大海； （4）依此类推。
采用反推过来的算法:

5号表决时,形成的状态是:
1得到0个金币,死
2得到0个金币,死
3得到0个金币,死
4得到0个金币,死
5得到100个金币,活,同意
原因:
不用讲了,能轮到5号表决当然他独吞了
但是也会与题目违背了,因为前面几个海盗都是傻瓜差不多

4号表决时,形成的状态是:
1得到0个金币,死
2得到0个金币,死
3得到0个金币,死
4得到100个金币,活,同意
5得到0个金币,活,不同意
原因:
这时只剩下二比一的情况,只要自己同意即可达到半数而通过表决,不存在生命危险
但是3号也不是白痴

3号表决时,形成的状态是:
1得到0个金币,死
2得到0个金币,死
3得到99个金币,活,同意
4得到0个金币,活,不同意
5得到1个金币，活,同意
轮到3号时,他只要给5号1个金币就够了
原因:
因为5号会意识到,一旦轮到4号时他就一个也得不到,现在能得到1个金币已经是给了面子了
但2号也很聪明的,能否轮到他只是一种期待,来看看2号的情况

2号表决时,形成的状态是:
1得到0个金币,死
2得到99个金币,活,同意
3得到0个金币,活,不同意
4得到1个金币,活,同意
5得到0个金币,活,不同意
要是轮到此海盗他必会拿走99颗金币,然后给4号1颗即可!
为什么? 原因是:
4号已经意识到,要是轮到3号表决时,他将一个也得不到,所以这时有点收获,固然同意了
这时也考虑到:
3号不可巴结,会损失太多,因为如果只是单单给3号的话,他随时都可以不同意而获得表决权
5号也可巴结,但需要2颗金币,不合算,因为5号也知道即使下一轮也是拿定一颗金币的

1号:此海盗当然也聪明了
从上述看出,既然轮到2号的局势已定,那他早已知道后面的海盗心里想什么了
也就是简单的说,他们清楚认识到,轮到2号时,3号和5号得不到金币!
那么这样的话,事情就好办多了,给他们一人一颗自然就搞定了!
所以,1海海盗毅然作出决定,分别给3号和5号各1颗金币
最终结局的状态是:
1得到98个金币,活,同意
2得到 0个金币,活,不同意
3得到 1个金币,活,同意
4得到 0个金币,活,不同意
5得到 1个金币,活,同意

即:98,0,1,0,1 (达到1号利益最大化)

10. 5个海盗抢到了100枚金币，每一颗都是一样的大小和价值连城。他们将按顺序提出分配方案，如果方案得到

采用反推过来的算法:
5号表决时,形成的状态是:
1得到0个金币,死
2得到0个金币,死
3得到0个金币,死
4得到0个金币,死
5得到100个金币,活,同意
原因:
不用讲了,能轮到5号表决当然他独吞了
但是也会与题目违背了,因为前面几个海盗都是傻瓜差不多
4号表决时,形成的状态是:
1得到0个金币,死
2得到0个金币,死
3得到0个金币,死
4得到100个金币,活,同意
5得到0个金币,活,不同意
原因:
这时只剩下二比一的情况,只要自己同意即可达到半数而通过表决,不存在生命危险
但是3号也不是白痴
3号表决时,形成的状态是:
1得到0个金币,死
2得到0个金币,死
3得到99个金币,活,同意
4得到0个金币,活,不同意
5得到1个金币,活,同意
轮到3号时,他只要给5号1个金币就够了
原因:
因为5号会意识到,一旦轮到4号时他就一个也得不到,现在能得到1个金币已经是给了面子了
但2号也很聪明的,能否轮到他只是一种期待,来看看2号的情况
2号表决时,形成的状态是:
1得到0个金币,死
2得到99个金币,活,同意
3得到0个金币,活,不同意
4得到1个金币,活,同意
5得到0个金币,活,不同意
要是轮到此海盗他必会拿走99颗金币,然后给4号1颗即可!
为什么? 原因是:
4号已经意识到,要是轮到3号表决时,他将一个也得不到,所以这时有点收获,固然同意了
这时也考虑到:
3号不可巴结,会损失太多,因为如果只是单单给3号的话,他随时都可以不同意而获得表决权
5号也可巴结,但需要2颗金币,不合算,因为5号也知道即使下一轮也是拿定一颗金币的
1号:此海盗当然也聪明了
从上述看出,既然轮到2号的局势已定,那他早已知道后面的海盗心里想什么了
也就是简单的说,他们清楚认识到,轮到2号时,3号和5号得不到金币!
那么这样的话,事情就好办多了,给他们一人一颗自然就搞定了!
所以,1海海盗毅然作出决定,分别给3号和5号各1颗金币
最终结局的状态是:
1得到98个金币,活,同意
2得到 0个金币,活,不同意
3得到 1个金币,活,同意
4得到 0个金币,活,不同意
5得到 1个金币,活,同意
即:98,0,1,0,1 (达到1号利益最大化)