我必须从一组我称之为 S 的DFA中提取均匀的DFA（确定性有限自动机）。这似乎是一个简单的问题，但我没有设置 S 。 S 包含维度 n 的所有DFA，因此我知道 S 的维度，我可以构建 S 但是我不能因为非常大。我也知道集合 Sm 的维度，例如 S3 是 S 的子集，S3包含所有具有3种状态的DFA， Sm 包含具有m个状态的所有DFA，其中m 我没有设置 S ，因此我必须模拟均匀采样。此外，我必须做无需更换的取样。我创建了一个集合D = {1,2,3 ........ n}，对于每个值，我称之为我，在 D 我关联值 | Si | / | S | 其中| |表示集合中作为参数的元素数。即我创建了一个发行版。现在我可以根据此分布从D中提取值。通过这种方式，我找到了从中提取单个DFA的集合。例如，如果从D I提取4，那么我必须从 S4 统一提取DFA。 但我的问题是，如何在不更换的情况下从 Si （上例中的 S4 ）中抽样DFA？也就是说，如果我之前已经提取了特定的DFA，那么在下一次采样中我必须避免使用特定的DFA。
注意DFA是一个矩阵，一个表（一个二维数组）。
另请注意，提取特定DFA意味着为上述表格的每个单元格均匀地提取{1，.....，k}中的值，其中k是字母表中元素的数量（您还必须提取每个州如果接受或拒绝的话。） （我必须在C ++ 11中实现，但这非常无关紧要）
答案 0 :(得分：2)
如果我正确理解你的问题，那么简单的解决方案就是保留每个采样的DFA，并在生成一个新的随机数时 - 检查它是否已经生成过。我想你的问题是存储它们所需的大量内存。
如果是这样，您可以只保留每个DFA的哈希值 - 例如一个128位的MurmurHash3，并将新生成的DFA的哈希值与存储的哈希值进行比较。