基于关联权重在Java中规范化随机

时间:2017-06-01 10:30:01

标签: java random

我有一些与它们相关的权重的任务:

Task1:4
Task2:10
Task3:15
Task4:1
Task5:8
Task6:3
Task7:25
Task8:12
Task9:4
Task10:12
Task11:12
Task12:10
Task13:12
Task14:20
Task15:12
Task16:12

权重之和不一定等于100.在上述情况下,其为172。

我正在使用this answer

中的RandomCollection课程

我刚刚为RandomCollection添加了以下方法来获取生成的地图:

public NavigableMap<Double, E> getMap() {
        return map;
    }

这是我的测试类:

package com.mypackage;

import java.util.Map;

public class App {

    public static void main(String[] args){
        RandomCollection<String> randomCollection = new RandomCollection<String>();

        randomCollection.add(4 * 1.0/172, "Task1");
        randomCollection.add(10 * 1.0/172, "Task2");
        randomCollection.add(15 * 1.0/172, "Task3");
        randomCollection.add(1 * 1.0/172, "Task4");
        randomCollection.add(8 * 1.0/172, "Task5");
        randomCollection.add(3 * 1.0/172, "Task6");
        randomCollection.add(25 * 1.0/172, "Task7");
        randomCollection.add(12 * 1.0/172, "Task8");
        randomCollection.add(4 * 1.0/172, "Task9");
        randomCollection.add(12 * 1.0/172, "Task10");
        randomCollection.add(12 * 1.0/172, "Task11");
        randomCollection.add(10 * 1.0/172, "Task12");
        randomCollection.add(12 * 1.0/172, "Task13");
        randomCollection.add(20 * 1.0/172, "Task14");
        randomCollection.add(12 * 1.0/172, "Task15");
        randomCollection.add(12 * 1.0/172, "Task16");

        for (Map.Entry<Double, String> entry : randomCollection.getMap().entrySet()){
            System.out.println(entry.getValue() + " : " + entry.getKey());
        }
    }
}

我乘以1.0得到一个加倍并除以172来归一化。

以上程序的输出是:

Task1 : 0.023255813953488372
Task2 : 0.08139534883720931
Task3 : 0.16860465116279072
Task4 : 0.17441860465116282
Task5 : 0.22093023255813957
Task6 : 0.23837209302325585
Task7 : 0.38372093023255816
Task8 : 0.4534883720930233
Task9 : 0.47674418604651164
Task10 : 0.5465116279069767
Task11 : 0.6162790697674418
Task12 : 0.6744186046511628
Task13 : 0.7441860465116279
Task14 : 0.8604651162790697
Task15 : 0.9302325581395349
Task16 : 1.0

这是对的吗?

我希望RandomCollection.next()Task1Task16之间向我返回一个任务;但根据其重要性或相关权重。即如果我拨打RandomCollection.next() 172次,则应返回4次Task1,应返回10次Task2,依此类推。

1 个答案:

答案 0 :(得分:0)

权重已经标准化,因此您可以自然地添加它们。

# Create data for the graph.
x <- c(21, 62, 10, 53)
labels <- c("London", "New York", "Singapore", "Mumbai")

# Give the chart file a name.
png(file = "city_title_colours.jpg")

# Plot the chart with title and rainbow color pallet.
pie(x, labels, main = "City pie chart", col = rainbow(length(x)))

# Save the file.
dev.off()

累积概率看起来是正确的。