56个相亲对象凑齐12星座的概率

昨天逛豆瓣看到这篇访谈:相亲了56次,我结婚了文章,除了观摩文章主题本身的独特风格外,里头也提到了一个问题:相亲56次,凑齐12星座的可能性多大?于是我整理了一下思路,写了这篇文章。

我的思路基于以下假设:

  • 每个人是什么星座的概率是相等的,即1/12.
  • 相亲的56个人的星座相互独立.

在上述两个假设的基础上,对于这个群体,其可能包含的星座数为1,2,3,... ,11,12. 那么要求得包含12星座的概率,用必然事件的概率1减去只包含1个,2个,直到11个的概率, 便可得到。即:

p(12/56) = 1 - p(11/56) - p(10/56) - ... - p(2/56) - p(1/56).

其中 p(i/56) = [C(12,i) * i^56] / ( 12^ 56) , C(12,i)是从12个星座中选取i个的组合数,其定义为 C(12,i) = 12!/( i! * (12-i)!) ).

既然p(i/56)的定义公式已经给出,那么其具体算法实现就很简单,以下是一个简单的java实现:

//给定样本总量为n,对于单个样本,其属性有m个可能的取值,且概率相等
    //比如,假设随机相亲了56个人,这56个人是什么星座相互独立,求这56个人集齐了12星座的概率。。
    //这里用到了间接法,即计算只集齐了11,10,9,...,2,1个星座的概率,那么集齐了12星座的概率是1-sum
    public double getNegativeSum(int n, int m){
        double result = 0;
        for(int i = 1; i < m; i++){
            result = result + ( getCombinationSum(m,i) * getPowerValue(i,n) );
        }
        return result / getPowerValue(m,n);
    }

其中getCombinationSum(int m, int i)计算组合数C(m,i),getPowerValue(int m, int n)计算m的n次方,其具体实现如下:

//计算m的n次方
    private double getPowerValue(double m, double n){
        return Math.pow(m, n);
    }

//计算从n个不同元素中取出m个元素的组合数 ( n >= m)
    private double getCombinationSum(int n, int m){
        double tmp_n = getFactorial(n);
        double tmp_m = getFactorial(m);
        double tmp_n_m = getFactorial(n-m);
        return tmp_n / (tmp_m * tmp_n_m);
    }

其中getFactorial(int m)是计算m的阶乘,其具体实现如下:

//计算m的阶乘
    private double getFactorial(int m){
        int result = 1;
        if (m == 1 || m == 0){
            return result;
        }
        for(int i = 1; i < m ; i++){
            result = result * (i+1);
        }
        return result;
    }

所以问题56个相亲对象凑齐12星座的概率的答案是:
1 - getNegativeSum(56,12),约等于0.91.
具体源码请点击这里.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,902评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,037评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,978评论 0 332
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,867评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,763评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,104评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,565评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,236评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,379评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,313评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,363评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,034评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,637评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,719评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,952评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,371评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,948评论 2 341