楼主的分析有一个明显的漏洞：既然是讨论纹身和女孩好坏在概率上的分布，我们不能光看 P(坏女孩|纹身），还要看 P(坏女孩|不纹身）。先不说楼主假设的数据是否合理，以那个数据为例，P(坏女孩|不纹身)仅有 5.8%，对比各种不同择偶标准，遇到坏女孩的概率，见如下表格：

｜择偶标准 ｜坏女孩概率｜
｜只找有纹身的｜ 35.7% ｜
｜只找没纹身的｜ 5.8% ｜
｜都可 ｜ 10% ｜

@boogoogle 微信聊？

我 8G 的老 mac 用到飞起，原来是因为我有见不了浏览器开太多 tab 的强迫症 LOL

@sky96111 其实根源是手机厂商的宣传故意偷换概念，忽悠不知道区分 RAM 和闪存的普通用户，毕竟 PC 时代教会了他们内存越快机器性能越好

看题意估计时间是不可以取小数的，直接用优先队列来维护衣服的湿度变化，就是时间计算和状态更新上有点小 trick ，关键点是不要 每次迭代都更新全部衣服的湿度，那会带来 N^2 的复杂度

差不多是这个样子，感觉复杂度应该是 O(N)，因为每次都尽可能的把当前衣服烘干，所以一衣服最多能有机会被烘两次

from queue import PriorityQueue
import math

def dry(N, A, B, clothes):
q = PriorityQueue()

for h in clothes:
q.put(-h)

elapsed = 0

while True:
head = q.get() * -1
if elapsed * A > head:
break
delta = max(int(math.floor((head - A * elapsed * 1.0) / (A+B))), 1)
elapsed += delta
new_head = head - delta * B
q.put(-new_head)

return elapsed

Pixel 3，香
Pixel 4，一般香，主要是手感不好，硌手
Pixel 5，香

酒实让

Golang 是仅次于 php 的最佳语言！

我来组成分母！