问概率可调的随机算法

EN

实现这一目标的一个简单算法是：

1. 创建一个自动数组，其中sum[i] = p1 + p2 + ... + pi。这只做了一次。
2. 当你画一个数字时，画一个在r上均匀分布的数字，二进制搜索第一个数字比均匀分布的随机数要高的。它可以有效地利用二进制搜索来完成。

很容易看出，r位于一定范围内的概率确实是[sum[i-1],sum[i])，实际上是sum[i]-sum[i-1] = pi。

(在上面，我们认为sum[-1]=0是完整的)

对于多维数据集示例：

你有：

p1=p2=....=p5 = 0.1
p6 = 0.5

首先，计算sum数组：

sum[1] = 0.1
sum[2] = 0.2
sum[3] = 0.3
sum[4] = 0.4
sum[5] = 0.5
sum[6] = 1

然后，每次需要绘制一个数字:在r中绘制一个随机数[0,1)，并选择最接近它的数字，例如：

r1 = 0.45 -> element = 4
r2 = 0.8 -> element = 6
r3 = 0.1 -> element = 2
r4 = 0.09 -> element = 1

另一个答案。您的例子是百分比，所以设置一个包含100个插槽的数组。A6是50%，所以在50个插槽中放6。1到5是在10%的每个，所以放置1/ 10插槽，2/ 10插槽等，直到你已经填补了数组中的所有100个插槽。现在，根据您使用的语言，使用0，99或1100中的统一分布随机选择其中的一个插槽。

所选数组槽的内容将为您提供所需的分发。

ETA:再想一想，您实际上并不需要数组，只需使用累积概率来模拟数组：

r = rand(100) // In range 0 -> 99 inclusive.

if (r < 50) return 6;  // Up to 50% returns a 6.
if (r < 60) return 1;  // Between 50% and 60% returns a 1.
if (r < 70) return 2;  // Between 60% and 70% returns a 2.
etc.

您已经知道哪些数字在哪些插槽中，所以只需使用累积概率来选择虚拟插槽: 50；50 + 10；50 + 10；.

注意边缘情况，以及您的RNG是0 -> 99还是1 -> 100。