让我们假设:
List<element>
哪个元素是:
public class Element(){
int Weight {get;set;}
}
我想要实现的是,按重量随机选择一个元素。 例如:
Element_1.Weight = 100;
Element_2.Weight = 50;
Element_3.Weight = 200;
所以
Element_1
的机会是100 /(100 + 50 + 200)= 28.57%Element_2
的机会是50 /(100 + 50 + 200)= 14.29%Element_3
的机会是200 /(100 + 50 + 200)= 57.14%我知道我可以创建循环,计算总数等...
我想学习的是,Linq在一行(或尽可能短)中做到这一点的最好方法,谢谢。
更新
我在下面找到了答案。我学到的第一件事是: Linq不是魔术,它比设计良好的循环慢。
所以我的问题就是按重量找到一个随机元素,(尽可能短的东西:)
答案 0 :(得分:4)
// assuming rnd is an already instantiated instance of the Random class
var max = list.Sum(y => y.Weight);
var rand = rnd.Next(max);
var res = list
.FirstOrDefault(x => rand >= (max -= x.Weight));
答案 1 :(得分:4)
如果你想要通用版本(对于使用(单例)随机化帮助器很有用,请考虑是否需要一个常量种子)
用法:
randomizer.GetRandomItem(items, x => x.Weight)
代码:
public T GetRandomItem<T>(IEnumerable<T> itemsEnumerable, Func<T, int> weightKey)
{
var items = itemsEnumerable.ToList();
var totalWeight = items.Sum(x => weightKey(x));
var randomWeightedIndex = _random.Next(totalWeight);
var itemWeightedIndex = 0;
foreach(var item in items)
{
itemWeightedIndex += weightKey(item);
if(randomWeightedIndex < itemWeightedIndex)
return item;
}
throw new ArgumentException("Collection count and weights must be greater than 0");
}
答案 2 :(得分:3)
这是一个预先计算的快速解决方案。预计算需要O(n)
,搜索O(log(n))
。
预先计算:
int[] lookup=new int[elements.Length];
lookup[0]=elements[0].Weight-1;
for(int i=1;i<lookup.Length;i++)
{
lookup[i]=lookup[i-1]+elements[i].Weight;
}
生成:
int total=lookup[lookup.Length-1];
int chosen=random.GetNext(total);
int index=Array.BinarySearch(lookup,chosen);
if(index<0)
index=~index;
return elements[index];
但如果列表在每次搜索之间发生变化,您可以使用简单的O(n)
线性搜索:
int total=elements.Sum(e=>e.Weight);
int chosen=random.GetNext(total);
int runningSum=0;
foreach(var element in elements)
{
runningSum+=element.Weight;
if(chosen<runningSum)
return element;
}
答案 3 :(得分:2)
这可行:
int weightsSum = list.Sum(element => element.Weight);
int start = 1;
var partitions = list.Select(element =>
{
var oldStart = start;
start += element.Weight;
return new { Element = element, End = oldStart + element.Weight - 1};
});
var randomWeight = random.Next(weightsSum);
var randomElement = partitions.First(partition => (partition.End > randomWeight)).
Select(partition => partition.Element);
基本上,对于每个元素,使用结束权重创建分区。 在您的示例中,Element1将与(1 - > 100)相关联,Element2与(101 - > 151)相关联,依此类推......
然后计算随机加权和,我们寻找与之相关的范围。
您还可以计算方法组中的总和,但这会引入另一个副作用......
请注意,我并不是说这是优雅或快速的。但它确实使用了linq(不是一行......)