我们知道经典范围随机函数是这样的:
public static final int random(final int min, final int max) {
Random rand = new Random();
return min + rand.nextInt(max - min + 1); // +1 for including the max
}
我想创建算法函数,用于在1..10之间的范围内随机生成数字,但具有不均衡的可能性,如:
1)1,2,3 - > 3/6(1/2)
2)4,5,6,7 - > 1/6
3)8,9,10 - > 2/6(1/3)
上述意味着该函数有1/2的机会返回1到3之间的数字,1/6的机会返回4到7之间的数字,1/3的机会返回8到10之间的数字。
有人知道算法吗?
更新
实际上,1..10之间的范围仅作为示例。我想创建的函数适用于任何数字范围,例如:1..10000,但规则仍然相同:顶部范围为3/6(30%部分),中间范围为1/6(下一个) 40%部分),底部范围2/6(最后30%部分)。
答案 0 :(得分:4)
使用上述算法:
int temp = random(0,5);
if (temp <= 2) {
return random(1,3);
} else if (temp <= 3) {
return random(4,7);
} else {
return random(8,10);
}
这应该可以解决问题。
编辑:根据您的评论中的要求:
int first_lo = 1, first_hi = 3000; // 1/2 chance to choose a number in [first_lo, first_hi]
int second_lo = 3001, second_hi = 7000; // 1/6 chance to choose a number in [second_lo, second_hi]
int third_lo = 7001, third_hi = 10000;// 1/3 chance to choose a number in [third_lo, third_hi]
int second
int temp = random(0,5);
if (temp <= 2) {
return random(first_lo,first_hi);
} else if (temp <= 3) {
return random(second_lo,second_hi);
} else {
return random(third_lo,third_hi);
}
答案 1 :(得分:3)
您可以使用所需的密度填充所需数字的数组,然后生成随机索引并获取相应的元素。我觉得它有点快,但可能它并不那么重要。这样的事情,这不是正确的解决方案,只是一个例子:
1,1,1,2,2,2,3,3,3,4,5,6 ...
或者您可以先使用if语句定义域,然后从该域生成一个简单的数字。
int x = random(1,6)
if (x < 4) return random(1, 3);
if (x < 5) return random(4, 7);
return random(8, 10);
答案 2 :(得分:2)
滚动72面骰子,从以下数组中选择:
// Each row represents 1/6 of the space
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3,
4, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 7,
8, 8, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9,
9, 9, 9, 9, 10, 10, 10, 10, 10, 10, 10, 10]
答案 3 :(得分:0)
final int lut[] = [
1, 1, 1,
2, 2, 2,
3, 3, 3,
4,
5,
6,
7,
8, 8,
9, 9,
10, 10
];
int uneven_random = lut[random.nextInt(lut.length)];
或者那些东西......
答案 4 :(得分:0)
如果您使用整数,这可能会有所帮助:
您需要使用以下功能:
f : A -> B
B = [b0,b1]表示随机数生成器所需的值范围
A = [b0,2 * b1],以便f的最后一个分支实际到达b1
f(x) = step((x / 3) ,
f(x) is part of interval [b0, length(B)/3]
f(x) = step(x) + E,
f(x) is part of interval [length(B) / 3, 2 * length(B) / 3],
E is a constant that makes sure the function is continuous
f(x) = step(x / 2) + F,
f(x) is part of interval [2 * length(B) / 3, length(B)]
F is a constant that makes sure the function is continuous
说明:在第一个分支上获取相同值所需的数量是第二个分支上的3倍。因此,在第一个分支上获得数字的概率是第二个分支的3倍,其值从随机数生成器均匀分布。这同样适用于第3分支。
我希望这有帮助!
编辑:修改间隔,你必须调整一下,但这是我的一般想法。
答案 5 :(得分:0)
根据要求,这是我的代码(基于izomorphius的代码),希望能解决我的问题:
private static Random rand = new Random();
public static int rangeRandom(final int min, final int max) {
return min + rand.nextInt(max - min + 1); // +1 for including the max
}
/**
*
* @param min The minimum range number
* @param max The maximum range number
* @param weights Array containing distributed weight values. The sum of values must be 1.0
* @param chances Array containing distributed chance values. The array length must be same with weights and the sum of values must be 1.0
* @return Random number
* @throws Exception Probably should create own exception, but I use default Exception for simplicity
*/
public static int weightedRangeRandom(final int min, final int max, final float[] weights, final float[] chances) throws Exception {
// some validations
if (weights.length != chances.length) {
throw new Exception("Length of weight & chance must be equal");
}
int len = weights.length;
float sumWeight = 0, sumChance = 0;
for (int i=0; i<len; ++i) {
sumWeight += weights[i];
sumChance += chances[i];
}
if (sumWeight != 1.0 || sumChance != 1.0) {
throw new Exception("Sum of weight/chance must be 1.0");
}
// find the random number
int tMin = min, tMax;
int rangeLen = max - min + 1;
double n = Math.random();
float c = 0;
for (int i=0; i<len; ++i) {
if (i != (len-1)) {
tMax = tMin + Math.round(weights[i] * rangeLen) - 1;
}
else {
tMax = max;
}
c += chances[i];
if (n < c) {
return rangeRandom(tMin, tMax);
}
tMin = tMax + 1;
}
throw new Exception("You shouldn't end up here, something got to be wrong!");
}
用法示例:
int result = weightedRangeRandom(1, 10, new float[] {0.3f, 0.4f, 0.3f},
new float[] {1f/2, 1f/6, 1f/3});
由于按重量划分导致十进制值,代码在分配子范围边界(tMin&amp; tMax)时可能仍然存在不准确性。但我想这是不可避免的,因为范围数是整数。
可能需要一些输入验证,但为了简单起见,我遗漏了。
非常欢迎评论家,更正和评论:)