这一节主要是入门。首先老师举了一个例子，即抽牌的问题，在 52 张牌中，连续抽到两个同样花色的牌的概率。
而在概率之后，就引入了期望的概念。
- E(X + Y) = E(X) + E(Y)
然后讨论了期望的线性与否，计算了抽牌的过程的期望
# 算法的最坏时间
如上图我们可以知道，有两种计算的逻辑
由于随机算法会在算法中添加一个随机量 r，然后第一种是分别输入不同的 x，每一个 x 结合随即量 r 取一个平均值，最后将最差的 x 作为最坏期望时间
而第二种算法则是在最坏的情况下，还要将 r 设定为最差的值，即差中之差，将随机算法当作固定的看待。
# 随机算法的分类
这个分类有两类 Monte Carlo 和 Las Vegas。他们的区分在于，我们想要算法的速度和正确率有一个有保证
# Monte Carlo
始终快，即速度有一个上界需要保证，速度始终不会超过这个值；然后在此基础上，对正确率做出一定让步，比如正确率 >=99%
# Las Vegas
则相反，速度是随机的，但是保证结果的正确性。
然后，开始说明了一种很久之前
