Question

我正在尝试在C＃中编写一个随机数生成器函数，该函数将采用最小，最大和权重参数。

如果权重== 0，结果将等于最小值，并且权重== 1，结果将等于最大值。当权重== 0.5时，范围内的所有数字都有相同的被选择机会。

我想要实现的是当重量接近最小值时，最小值有更多机会被选中而最大值更少，反之亦然。

Answer 1

我有一个简短的教程，介绍如何在这里做到这一点：

https://ericlippert.com/2012/02/21/generating-random-non-uniform-data/

摘要：

说明由加权参数参数化的函数，该函数给出概率分布函数。
使用微积分来整合该函数以获取累积分布函数。
反转该函数以获取分位数函数。
实现分位数函数，并将均匀分布的随机源的输出传递给分位数函数。结果将是符合所需分布的随机源。
将该函数转换为整数范围，并进行适当的舍入。

Answer 2

这是从[0, 1]获得加权值的无限多种可能性：

Random rnd = new Random();
double weight = ...; // must be in [0, 1];

double r = rnd.NextDouble();
if (weight < 0.5)
    val = 1 - Math.Pow(r, weight * 2);
else
    val = Math.Pow(r, (1 - weight) * 2);

它可以映射到[min, max]

double val2 = val * (max - min) + min;

Answer 3

我的建议是使用Beta distribution，找出导致期望行为的体重函数。

例如，假设支持介于0和1之间，并且权重$ w $也介于0和1之间.Beta有两个参数，$ \ alpha $和$ \ beta $。设$ \ alpha = 2 * w $和$ \ beta = -wlog_2（w） - （1-w）* log_2（1-2）$（恰好是binary entropy function。然后Beta退化对于权重0和1，重量为0.5的标准均匀，并给出其他权重值的有效连续分布。这个Beta的特定重新参数化可能不是您想要的，但您可以使用类似的功能。 / p>

如何用C＃中的权重编写随机数生成器？

3 个答案: