深度学习（期望 坑）

版权声明：本文为博主原创文章，转载需注明出处。 https://blog.csdn.net/zz_Caleb/article/details/83795584

题目描述

小 A 最近在研究深度学习，他自己搭建了一个很牛逼的神经网络，现在他手头一共有 n 组训练数据，一开始他会给自己的神经网络设置一个 batch size，假设为 B (1≤ B≤ n) ，每次训练他都会从手头的 n 组训练数据中抽取不同的 B 组数据，然后扔到神经网络去训练。
然而小 A 的服务器很垃圾，所以运行时间和 B 成正比，每一次训练都会花费 B 秒的时间。
现在小 A 发现这样每次随机选数据的话，从概率上讲要训练好多次才能使得每组训练数据都被选中过。小 A 是一个深度学习的新手，他觉得只要所有训练数据都被选中过，那么这个模型就会很牛逼，所以只要某次训练后，如果所有训练数据都被选中过，那么他就会停止进行训练。
现在他想合理地设置 B ，使得训练总时间的期望值尽可能地短，你只需要求出这个最小的期望值。

输入

第一行一个正整数 t 表明有多少组测试数据   (1≤ t ≤ 20)

接下来的t行,每行有一个整数n,表明有多少组训练数据  (1≤ n ≤ 40)

输出

输出一个实数，表示最小的期望值

结果保留3位有效数字

样例输入

1
1

样例输出

1.000

提示

人类的本质是什么?

坑的一批。

把题面的意思提炼出来,指的就是把所有数据都训练一次的 最小期望,显然一次把所有数据都训练完的期望是最小的,所 以只要把读入的数据转化为 3 位小数输出就行了。

#include<cstdio>
int main()
{
	int n;
	scanf("%d",&n);
	for(int i=0;i<n;i++){
		int a;
		scanf("%d",&a);
		printf("%.3f\n",(double)a);
	}
}