@eric6699 京东双十一主会场有 2000-150 的券，京东海外有 -250 一张 -50 一张，折算下来 1649 ，京东金融还有分期红包，如果分期的话还有 -30 的券，最低是 1619 能拿下

1649 的 switch 日行续航版

兄弟行了，我 142 买的 bilibili，这两天刚刚跌破 70，中概股完全套牢

@wffnone 我明白你的意思了，改一下，第一次随机选一个种子，以后只要记住上一次的随机数结果，继续该运算即可

@wffnone 题目所说的随机数希望得到的都是 uniform distribution，从分布看，这个算法是满足的。
你说的问题不是这个算法的问题，是伪随机数本身的问题，所有伪随机数生成算法都有同样的问题，但在实际应用中，我们不考虑这点，在足够大的 sample space 内能满足 uniform distribution 就是可用的方法。

说点正经的解决方案。
线性同余法，glibc/GCC 的伪随机数生成器就是这个算法

X_n+1 = (a * X_n + c) mod m



glibc 的参数设置如下：
a = 1103515245
c = 12345

在你的场景下，有几个选项，m 就取几
x_n 是随机数种子，随便选一个，然后计算任意次数，得到的结果可以看做是 m 范围内取随机数，至少随机性和 glibc 取的伪随机数效果一致

@razios 家庭影院效果要好首先要搞声学装修，不说别的，四角八个低频陷阱我没看谁家家庭影院做过，因为实在是太丑了，家庭影院多以 x.1 声道为主，我很少看到有配备天空声道的家庭影院，家庭影院和电影院还是很难匹敌的

设计一个分段函数即可，
f(x) = x if x<100;
f(x) = x * (1/2) ^(x-100)/T if x> 100

下式是半衰期公式，T 是超参数，当 X-100 = T 时，x 衰减为原值的一半

不支持贴代码啊。。。
理解思想好了（

```python
from itertools import combinations
from collections import defaultdict

result = defaultdict(int)
for line in nput_data:
combs = combinations(line, 2)
for comb in combs:
comb_ = sorted(comb, key=lambda x:len(x))
if set(comb_[1]).issuperset(set(comb_[0])):
result[tuple(comb_)] += 1
```

from itertools import combinations
from collections import defaultdict

result = defaultdict(int)
for line in nput_data:
combs = combinations(line, 2)
for comb in combs:
comb_ = sorted(comb, key=lambda x:len(x))
if set(comb_[1]).issuperset(set(comb_[0])):
result[tuple(comb_)] += 1

用
from itertools import combinations
生成所有组合数，避免自己手写，但是顺序不固定，记得用长度 sort 一下

25 都没毕业，哪来的存款？

doku，只需要一个 php 环境，数据库都省了

问计算机基础，子网掩码，磁盘寻道，冯诺依曼架构，培训班出来的只会写 Java，这些一个都答不上。

拆分两个项目，rpc 调用即可

3000 块收 lz 的 2080ti

第一种方法，直接做 ensemble ；
第二种方法，用传统的时序方法做的预测结果作为一维特征传入 RNN cell

分母来了