Question

我收集了数百个黑胶唱片，由目录ID字符串按字母数字顺序组织。我编写了一个脚本，该脚本通过对随机排列的目录ID数组进行采样，从我的收藏集中随机选择20条记录。但是，我发现它为我选择的记录常常分布不佳。通常，它会选择2个具有顺序目录ID的记录，和/或几组彼此靠近的记录。从800条记录中选择20条记录时，这种情况很少发生。

我将目录ID的列表存储在$(function(){ $("#storInfoTB").edatagrid({}); });数组中，并从该数组中随机抽取20个项目的样本，我从混洗后的数组中分配前20个项目：

@selection

无奈之下，我尝试使用这种丑陋的技术来试图增强随机性，但似乎没有任何区别：

@selection = (shuffle @selection)[0 .. 19];

Answer 1

有C（800，20）= 3.73×10 ³⁹从800个中选择20个标题的方法。

有C（781，20）= 2.29×10 ³⁹从800个中没有两个相邻的标题中选择20个标题的方法。^[1]

因此，选择一个不包含相邻标题的集的机会为（2.29×10 ³⁹）/（3.73×10 ³⁹）= 61.4％。 >

因此，选择包含相邻标题的集的可能性为1-61.4％= 38.6％。

现在我们知道该期待什么了，让我们shuffle进行测试。

测试：

#!/usr/bin/perl
use strict;
use warnings;
use List::Util qw( shuffle );

my $num_tests = 100_000;
my $N = 800;
my @titles = 0..($N-1);
my $has_adjacent_titles = 0;
for (1..$num_tests) {
   my @shuffled_selection = ( shuffle(@titles) )[0..19];
   my @ordered = sort { $a <=> $b } @shuffled_selection;
   ++$has_adjacent_titles if grep { $ordered[$_-1]+1 == $ordered[$_] } 1..$#ordered;
}

printf "%.1f%%\n", $has_adjacent_titles / $num_tests * 100;

输出：

>a.pl
38.6%

>a.pl
38.8%

>a.pl
38.5%

似乎shuffle运作良好。

请参见Combinatorial restriction on choosing adjacent objects，

为什么用Perl的List :: Util :: shuffle会得到不好的随机分布？

1 个答案: