等概率随机函数的实现
来源:互联网 发布:尚学堂大数据项目 编辑:程序博客网 时间:2024/06/05 17:24
题目:
已知随机函数rand(),以p的概率产生0,以1-p的概率产生1,现在要求设计一个新的随机函数newRand(), 使其以1/n的等概率产生1~n之间的任意一个数。
分析:
可以通过已知随机函数rand()产生等概率产生0和1的新随机函数Rand(),然后调用k(k为整数n的二进制表示的位数)次Rand()函数,得到一个长度为k的0和1序列,以此序列所形成的整数即为1--n之间的数字。注意:从产生序列得到的整数有可能大于n,如果大于n的话,则重新产生直至得到的整数不大于n。
第一步:由rand()函数产生Rand()函数,Rand()函数等概率产生0和1。
int Rand() { int i1 = rand(); int i2 = rand(); if(i1==0 && i2==1) return 1; else if(i1==1 && i2==0) return 0; else return Rand(); return -1; }第二步:计算整数n的二进制表示所拥有的位数k,k = 1 +log2n(log以2为底n)
第三步:调用k次Rand()产生随机数。
int newRand() { int result = 0; for(int i = 0 ; i < k ; ++i) { if(Rand() == 1) result |= (1<<i); } if(result > n) return newRand(); return result; }
题目:
给定一个函数rand5(),该函数可以随机生成1-5的整数,且生成概率一样。现要求使用该函数构造函数rand7(),使函数rand7()可以随机等概率的生成1-7的整数。分析:
很多人的第一反应是利用rand5() + rand()%3来实现rand7()函数,这个方法确实可以产生1-7之间的随机数,但是仔细想想可以发现数字生成的概率是不相等的。rand()%3 产生0的概率是1/5,而产生1和2的概率都是2/5,所以这个方法产生6和7的概率大于产生5的概率。
正确的方法是利用rand5()函数生成1-25之间的数字,然后将其中的1-21映射成1-7,丢弃22-25。例如生成(1,1),(1,2),(1,3),则看成rand7()中的1,如果出现剩下的4种,则丢弃重新生成。
简单实现:
int rand7() { int x = 0; do { x = 5 * (rand5() - 1) + rand5(); }while(x > 21); return 1 + x%7; }
我的备注:
这种思想是基于,rand()产生[0,N-1],把rand()视为N进制的一位数产生器,那么可以使用rand()*N+rand()来产生2位的N进制数,以此类推,可以产生3位,4位,5位...的N进制数。这种按构造N进制数的方式生成的随机数,必定能保证随机,而相反,借助其他方式来使用rand()产生随机数(如 rand5() + rand()%3 )都是不能保证概率平均的。
此题中N为5,因此可以使用rand5()*5+rand5()来产生2位的5进制数,范围就是1到25。再去掉22-25,剩余的除3,以此作为rand7()的产生器。
题目:
已知有个rand7()的函数,返回1到7随机自然数,让利用这个rand7()构造rand10() 随机1~10。
分析:
要保证rand10()在整数1-10的均匀分布,可以构造一个1-10*n的均匀分布的随机整数区间(n为任何正整数)。假设x是这个1-10*n区间上的一个随机整数,那么x%10+1就是均匀分布在1-10区间上的整数。由于(rand7()-1)*7+rand7()可以构造出均匀分布在1-49的随机数(原因见下面的说明),可以将41~49这样的随机数剔除掉,得到的数1-40仍然是均匀分布在1-40的,这是因为每个数都可以看成一个独立事件。
下面说明为什么(rand7()-1)*7+rand7()可以构造出均匀分布在1-49的随机数:
首先rand7()-1得到一个离散整数集合{0,1,2,3,4,5,6},其中每个整数的出现概率都是1/7。那么(rand7()-1)*7得到一个离散整数集合A={0,7,14,21,28,35,42},其中每个整数的出现概率也都是1/7。而rand7()得到的集合B={1,2,3,4,5,6,7}中每个整数出现的概率也是1/7。显然集合A和B中任何两个元素组合可以与1-49之间的一个整数一一对应,也就是说1-49之间的任何一个数,可以唯一确定A和B中两个元素的一种组合方式,反过来也成立。由于A和B中元素可以看成是独立事件,根据独立事件的概率公式P(AB)=P(A)P(B),得到每个组合的概率是1/7*1/7=1/49。因此(rand7()-1)*7+rand7()生成的整数均匀分布在1-49之间,每个数的概率都是1/49。
程序:
int rand_10() { int x = 0; do { x = 7 * (rand7() - 1) + rand7(); }while(x > 40); return x % 10 + 1; }注:由朋友问为什么用while(x>40)而不用while(x>10)呢?原因是如果用while(x>10)则有40/49的概率需要循环while,很有可能死循环了。
题目:
已知random3()这个随机数产生器生成[1, 3]范围的随机数,请用random3()构造random5()函数,生成[1, 5]的随机数?
分析:
如何从[1-3]范围的数构造更大范围的数呢?同时满足这个更大范围的数出现概率是相同的,可以想到的运算包括两种:加法和乘法。考虑下面的表达式:3 * (random3() – 1) + random3();可以计算得到上述表达式的范围是[1, 9] 而且数的出现概率是相同的,即1/9。下面考虑如何从[1, 9]范围的数生成[1, 5]的数呢?可以想到的方法就是 rejection sampling 方法,即生成[1, 9]的随机数,如果数的范围不在[1, 5]内,则重新取样。
解决方法:
int random5() { int val = 0; do { val = 3 * (random3() - 1) + random3(); }while(val > 5); return val; }
归纳总结:
将这个问题进一步抽象,已知random_m()随机数生成器的范围是[1, m] 求random_n()生成[1, n]范围的函数,m < n && n <= m *m
一般解法:
int random_n() { int val = 0; int t; //t为n的最大倍数,且满足t<m*m do { val = m * (random_m() - 1) + random_m(); }while(val > t); return val; }给定一个函数rand()能产生0到n-1之间的等概率随机数,问如何产生0到m-1之间等概率的随机数?
int random(int m , int n) { int k = rand(); int max = n-1; while(k < m) { k = k*n + rand(); max = max*n + n-1; } return k/(max/n); }如何产生如下概率的随机数?0出1次,1出现2次,2出现3次,n-1出现n次?
int random(int size) { while(true) { int m = rand(size); int n = rand(size); if(m + n < size) return m+n; } }
相关文章http://blog.csdn.net/wangran51/article/details/8981753
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现 .
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现
- 等概率随机函数的实现
- DG保护模式与备用联机日志文件
- 设计模式六大原则(2):里氏替换原则
- Unity3D开发之利用LineRenderer画曲线
- 细数颈椎病的7大危害,可致瘫痪中风高血压
- 安卓自测试题——第十八期
- 等概率随机函数的实现
- 设计模式六大原则(3):依赖倒置原则
- C语言中唯一的一个三目运算符(条件运算符)
- ios面试题
- 指针与引用
- 起航!
- iOS内存暴增问题追查与使用陷阱
- 安卓自测试题——第十九期
- Netbean, xdebug 安装问题解决