АЛГОРИТЪМ ЗА ОЦЕНКА НА ELO

The Алгоритъм за оценка на Elo е широко използван алгоритъм за класиране, използван за класиране на играчи в много състезателни игри.

Играчите с по-висок ELO рейтинг имат по-голяма вероятност да спечелят игра, отколкото играчите с по-нисък ELO рейтинг.
След всяка игра ELO рейтингът на играчите се актуализира.
Ако играч с по-висок ELO рейтинг спечели, само няколко точки се прехвърлят от играча с по-нисък рейтинг.
Въпреки това, ако играчът с по-нисък рейтинг спечели, тогава прехвърлените точки от играч с по-висок рейтинг са много по-големи.

Подход: За да разрешите проблема, следвайте идеята по-долу:

P1: Вероятност за победа на играча с рейтинг2 P2: Вероятност за победа на играча с рейтинг1.
P1 = (1.0 / (1.0 + pow(10 ((рейтинг1 - рейтинг2) / 400))));
P2 = (1.0 / (1.0 + pow(10 ((рейтинг2 - рейтинг1) / 400))));

java иначе ако
Очевидно P1 + P2 = 1. Рейтингът на играча се актуализира с помощта на формулата, дадена по-долу:-
рейтинг1 = рейтинг1 + K*(Действителен резултат - Очакван резултат);
В повечето игри „Действителният резултат“ е 0 или 1, което означава, че играчът или печели, или губи. K е константа. Ако K е с по-ниска стойност, тогава рейтингът се променя с малка част, но ако K е с по-висока стойност, тогава промените в рейтинга са значителни. Различните организации задават различна стойност на K.

Пример:

Да предположим, че има мач на живо на chess.com между двама играчи
рейтинг1 = 1200 рейтинг2 = 1000;
P1 = (1,0 / (1,0 + pow(10 ((1000-1200) / 400)))) = 0,76
P2 = (1,0 / (1,0 + pow(10 ((1200-1000) / 400)))) = 0,24
И приемете константа K=30;
въпроси за интервю на java език
СЛУЧАЙ-1:
Да предположим, че играч 1 печели: рейтинг1 = рейтинг1 + k*(действителен - очакван) = 1200+30(1 - 0,76) = 1207,2;
рейтинг2 = рейтинг2 + k*(действително - очаквано) = 1000+30(0 - 0,24) = 992,8;
бутон за центриране на css
Случай-2:
Да предположим, че играч 2 печели: рейтинг1 = рейтинг1 + k*(действителен - очакван) = 1200+30(0 - 0,76) = 1177,2;
рейтинг2 = рейтинг2 + k*(действително - очаквано) = 1000+30(1 - 0,24) = 1022,8;

Следвайте стъпките по-долу, за да разрешите проблема:

Изчислете вероятността за победа на играчи A и B, като използвате формулата, дадена по-горе
Ако играч А спечели или играч Б спечели, рейтингите се актуализират съответно с помощта на формулите:
- рейтинг1 = рейтинг1 + K*(Действителен резултат - Очакван резултат)
- рейтинг2 = рейтинг2 + K*(Действителен резултат - Очакван резултат)
- Където действителният резултат е 0 или 1
Отпечатайте актуализираните оценки

По-долу е изпълнението на горния подход:

CPP

#include    using namespace std; // Function to calculate the Probability float Probability(int rating1 int rating2) {  // Calculate and return the expected score  return 1.0 / (1 + pow(10 (rating1 - rating2) / 400.0)); } // Function to calculate Elo rating // K is a constant. // outcome determines the outcome: 1 for Player A win 0 for Player B win 0.5 for draw. void EloRating(float Ra float Rb int K float outcome) {  // Calculate the Winning Probability of Player B  float Pb = Probability(Ra Rb);  // Calculate the Winning Probability of Player A  float Pa = Probability(Rb Ra);  // Update the Elo Ratings  Ra = Ra + K * (outcome - Pa);  Rb = Rb + K * ((1 - outcome) - Pb);  // Print updated ratings  cout << 'Updated Ratings:-n';  cout << 'Ra = ' << Ra << ' Rb = ' << Rb << endl; } // Driver code int main() {  // Current ELO ratings  float Ra = 1200 Rb = 1000;  // K is a constant  int K = 30;  // Outcome: 1 for Player A win 0 for Player B win 0.5 for draw  float outcome = 1;  // Function call  EloRating(Ra Rb K outcome);  return 0; }

Java

import java.lang.Math; public class EloRating {  // Function to calculate the Probability  public static double Probability(int rating1 int rating2) {  // Calculate and return the expected score  return 1.0 / (1 + Math.pow(10 (rating1 - rating2) / 400.0));  }  // Function to calculate Elo rating  // K is a constant.  // outcome determines the outcome: 1 for Player A win 0 for Player B win 0.5 for draw.  public static void EloRating(double Ra double Rb int K double outcome) {  // Calculate the Winning Probability of Player B  double Pb = Probability(Ra Rb);  // Calculate the Winning Probability of Player A  double Pa = Probability(Rb Ra);  // Update the Elo Ratings  Ra = Ra + K * (outcome - Pa);  Rb = Rb + K * ((1 - outcome) - Pb);  // Print updated ratings  System.out.println('Updated Ratings:-');  System.out.println('Ra = ' + Ra + ' Rb = ' + Rb);  }  public static void main(String[] args) {  // Current ELO ratings  double Ra = 1200 Rb = 1000;  // K is a constant  int K = 30;  // Outcome: 1 for Player A win 0 for Player B win 0.5 for draw  double outcome = 1;  // Function call  EloRating(Ra Rb K outcome);  } }

Python

import math # Function to calculate the Probability def probability(rating1 rating2): # Calculate and return the expected score return 1.0 / (1 + math.pow(10 (rating1 - rating2) / 400.0)) # Function to calculate Elo rating # K is a constant. # outcome determines the outcome: 1 for Player A win 0 for Player B win 0.5 for draw. def elo_rating(Ra Rb K outcome): # Calculate the Winning Probability of Player B Pb = probability(Ra Rb) # Calculate the Winning Probability of Player A Pa = probability(Rb Ra) # Update the Elo Ratings Ra = Ra + K * (outcome - Pa) Rb = Rb + K * ((1 - outcome) - Pb) # Print updated ratings print('Updated Ratings:-') print(f'Ra = {Ra} Rb = {Rb}') # Current ELO ratings Ra = 1200 Rb = 1000 # K is a constant K = 30 # Outcome: 1 for Player A win 0 for Player B win 0.5 for draw outcome = 1 # Function call elo_rating(Ra Rb K outcome)

using System; class EloRating {  // Function to calculate the Probability  public static double Probability(int rating1 int rating2)  {  // Calculate and return the expected score  return 1.0 / (1 + Math.Pow(10 (rating1 - rating2) / 400.0));  }  // Function to calculate Elo rating  // K is a constant.  // outcome determines the outcome: 1 for Player A win 0 for Player B win 0.5 for draw.  public static void CalculateEloRating(ref double Ra ref double Rb int K double outcome)  {  // Calculate the Winning Probability of Player B  double Pb = Probability((int)Ra (int)Rb);  // Calculate the Winning Probability of Player A  double Pa = Probability((int)Rb (int)Ra);  // Update the Elo Ratings  Ra = Ra + K * (outcome - Pa);  Rb = Rb + K * ((1 - outcome) - Pb);  }  static void Main()  {  // Current ELO ratings  double Ra = 1200 Rb = 1000;  // K is a constant  int K = 30;  // Outcome: 1 for Player A win 0 for Player B win 0.5 for draw  double outcome = 1;  // Function call  CalculateEloRating(ref Ra ref Rb K outcome);  // Print updated ratings  Console.WriteLine('Updated Ratings:-');  Console.WriteLine($'Ra = {Ra} Rb = {Rb}');  } }

JavaScript

// Function to calculate the Probability function probability(rating1 rating2) {  // Calculate and return the expected score  return 1 / (1 + Math.pow(10 (rating1 - rating2) / 400)); } // Function to calculate Elo rating // K is a constant. // outcome determines the outcome: 1 for Player A win 0 for Player B win 0.5 for draw. function eloRating(Ra Rb K outcome) {  // Calculate the Winning Probability of Player B  let Pb = probability(Ra Rb);  // Calculate the Winning Probability of Player A  let Pa = probability(Rb Ra);  // Update the Elo Ratings  Ra = Ra + K * (outcome - Pa);  Rb = Rb + K * ((1 - outcome) - Pb);  // Print updated ratings  console.log('Updated Ratings:-');  console.log(`Ra = ${Ra} Rb = ${Rb}`); } // Current ELO ratings let Ra = 1200 Rb = 1000; // K is a constant let K = 30; // Outcome: 1 for Player A win 0 for Player B win 0.5 for draw let outcome = 1; // Function call eloRating(Ra Rb K outcome);

Изход

Updated Ratings:- Ra = 1207.21 Rb = 992.792

Времева сложност: Времевата сложност на алгоритъма зависи най-вече от сложността на pow функцията, чиято сложност зависи от компютърната архитектура. На x86 това е операция с постоянно време: -O(1)
Помощно пространство: О(1)