Question

我正在尝试为数学测验网站生成动态问题。

这是我所拥有的代码的一个人为的例子：

from random import randint                                            

def get_simple_addition_question():                                   
    question_text = "What is %s + %s?"                                
    question_args = (randint(2,10), randint(2,10))                     
    return question_text % question_args

当我从这个动态问题生成器生成列表时，我有时会看到重复的问题或类似问题的分组。我知道由于randonimity的性质，这是预期的，但我正在寻找一种方法来阻止它。

动态问题定义存储在数据库中，可以通过管理界面进行更新。因此，我正在为动态问题的模型添加验证器，以便不接受不能用于生成足够唯一列表的问题。

确保相同问题永远不会连续的最佳方法是什么？如何在保持看似随机的问题生成的同时防止对类似问题进行分组？

目前正在调查difflib，特别是SequenceMatcher的.ratio（）方法，如果我到达任何地方，我会更新。

我不一定在寻找代码，只是重新保证我正在寻找去除重复和相似性聚类的正确途径。

Answer 1

标准库（在大多数语言中）是一个很差的随机来源对于上面使用的OS函数调用也是如此我想你可以花费更多的CPU周期，所以我建议使用一些加密哈希函数或块/流密码。
例如，DES或SHA 当然你应该使用这样的标准实现 - 所有语言都有很多给它一些字符串作为输入，例如（当前时间||机器IP），无论如何并且 - 中提琴 - 你得到了你的结果不要忘记在小范围内（例如[1-10]）重复是不可避免的（例如，在10次试验中一次）。或者我说错了，这就是你所有的问题所在？

Answer 2

我会考虑使用random.sample：

返回从总体序列中选择的k长度的唯一元素列表。用于无需替换的随机抽样。

所以，说你有10个问题，你需要20个唯一数字：

random.sample(range(0,100),20)

从随机性中删除重复和聚类相似性

2 个答案: