如何创建不均匀的范围数随机函数?

时间:2012-04-26 09:17:51

标签: java algorithm random

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)。

6 个答案:

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:)