什麼是二項式分布？
二項式分布就是只有兩種結果的概率事件 在執行n次之後 某種結果的分布情況，就是n次伯努利實驗，比如拋了n次硬幣，k次正面的概率。
概率 = （k->n） p^k (1-p)^（n-k）
這種的拋20次 出現 7次正面的概率，p是每次拋出現正面的概率也就是0.5。
兩個重點：
這個就是二項式分布
什麼是泊松分布？
就像這種，當n趨近於無線大的時候的概率。
二項式分布的期望是 e(x) = np = μ => p = μ/n 所以
說到這裡其實要知道hashmap裡面的閾值是 thershold = loadfactor*capacity 的；而預設的loadfactor是0.75，官網解釋是說泊松分布算出來的，其實不然，這裡泊松分布算出來的樹出現的概率，當樹化的閾值是8，載入係數是0.75的時候 出現樹化的概率為 0 .00000006，jdk開發設計hashmap的時候，為了平衡樹和鍊錶的效能（樹比鍊錶遍歷快，但是樹的結點是鍊錶結點大小的兩倍，所以當樹出現的概率比較小的時候的價效比就高了，所以取載入係數的時候平衡了下效能 取0.75）。平衡效能其實就是平衡時間與空間 個人認為。
所以，當某乙個bin的節點大於等於8個的時候，就可以從鍊錶node轉換為treenode，其價效比是值得的。
二項分布和泊松分布的關係
定義 二項分布 p x k cn kpk 1 p n k 拋硬幣，假設硬幣不平整，丟擲正面的概率為p，那麼在n次拋硬幣的實驗中，出現k次正面的概率 泊松分布 p x k ke k 公共汽車站在單位時間內，來乘車的乘客數為k 的概率。假定平均到站乘客數為 二項分布和泊松分布的關係 n很大，p很小時泊松...
伯努利分布 二項式分布與多項式分布簡介
又叫做0 1分布，指一次隨機試驗，結果只有兩種。也就是乙個隨機變數的取值只有0和1。記為 0 1分布 或b 1,p 其中 p 表示一次伯努利實驗中結果為正或為1的概率。概率計算 期望計算 e x 0 p0 1 p1 p 最簡單的例子就是，拋一次硬幣，結果為正還是反。表示n次伯努利實驗的結果。記為 x...
正態分佈與泊松分布的關係
正態分佈 normal distribution 又名高斯分布 gaussian distribution 正規分布，是乙個非常常見的連續概率分布。正態分佈在統計學上十分重要，經常用在自然和社會科學來代表乙個不明的隨機變數。若隨機變數x服從乙個位置引數為 mu 尺度引數為 sigma 的正態分佈，記...