等概率随机函数的实现

简介:

利用等概率函数Rand5产生等概率函数Rand3

问题描述:现在有一个叫做Rand5的函数,可以生成等概率的[0, 5)范围内的随机整数,要求利用此函数写一个Rand3函数(除此之外,不能再使用任何能产生随机数的函数或数据源),生成等概率的[0, 3)范围内的随机整数。

复制代码
//使用Rand5()实现Rand3()   
int Rand3()  
{  
    int x;  
    do  
    {  
        x = Rand5();  
    } while (x >= 3);  
    return x;  
}  
  
//利用Rand3编写Rand5怎么办?   
int Rand5()  
{  
    int x;  
    do  
    {  
        x = Rand3() * 3 + Rand3();  
    } while (x >= 5);  
    return x;  
}   
  
//如果要求利用Rand5编写Rand7怎么办?   
int Rand7()  
{  
    int x;  
    do  
    {  
        x = Rand5() * 5 + Rand5();  
    } while (x >= 21);  
    return x % 7;  
}   
复制代码

数学证明详情:http://www.gocalf.com/blog/build-rank3-from-rand5.html

题目:已知有个rand7()的函数,可以生成等概率的[1,7]范围内的随机整数,让利用这个rand7()构造rand10()函数,生成等概率的[1,10]范围内的随机整数。

分析:要保证rand10()在整数1-10的均匀分布,可以构造一个1-10*n的均匀分布的随机整数区间(n为任何正整数)。假设x是这个1-10*n区间上的一个随机整数,那么x%10+1就是均匀分布在1-10区间上的整数。由于(rand7()-1)*7+rand7()可以构造出均匀分布在1-49的随机数(原因见下面的说明),可以将41~49这样的随机数剔除掉,得到的数1-40仍然是均匀分布在1-40的,这是因为每个数都可以看成一个独立事件。

下面说明为什么(rand7()-1)*7+rand7()可以构造出均匀分布在1-49的随机数:
首先rand7()-1得到一个离散整数集合{0,1,2,3,4,5,6},其中每个整数的出现概率都是1/7。那么(rand7()-1)*7得到一个离散整数集合A={0,7,14,21,28,35,42},其中每个整数的出现概率也都是1/7。而rand7()得到的集合B={1,2,3,4,5,6,7}中每个整数出现的概率也是1/7。显然集合A和B中任何两个元素组合可以与1-49之间的一个整数一一对应,也就是说1-49之间的任何一个数,可以唯一确定A和B中两个元素的一种组合方式,反过来也成立。由于A和B中元素可以看成是独立事件,根据独立事件的概率公式P(AB)=P(A)P(B),得到每个组合的概率是1/7*1/7=1/49。因此(rand7()-1)*7+rand7()生成的整数均匀分布在1-49之间,每个数的概率都是1/49。

复制代码
int rand_10()    
{    
    int x = 0;    
    do    
    {    
        x = 7 * (rand7() - 1) + rand7();    
    }while(x > 40);    
    return x % 10 + 1;    
}   
复制代码

注:为什么用while(x>40)而不用while(x>10)呢?原因是如果用while(x>10)则有40/49的概率需要循环while,很有可能死循环了。

归纳总结:将这个问题进一步抽象,已知random_m()随机数生成器的范围是[1, m] 求random_n()生成[1, n]范围的函数,m < n && n <= m *m

复制代码
int random_n()    
{    
    int val = 0;    
    int t;   //t为n的最大倍数,且满足t<m*m      
    do    
    {    
        val = m * (random_m() - 1) + random_m();    
    }while(val > t);    
    return val % n + 1;    
}  
复制代码

题目:已知随机函数rand(),以p的概率产生0,以1-p的概率产生1,现在要求设计一个新的随机函数newRand(),使其以1/n的等概率产生1~n之间的任意一个数。

解决思路:可以通过已知随机函数rand()产生等概率产生0和1的新随机函数Rand(),然后调用k(k为整数n的二进制表示的位数)次Rand()函数,得到一个长度为k的0和1序列,以此序列所形成的整数即为1--n之间的数字。注意:从产生序列得到的整数有可能大于n,如果大于n的话,则重新产生直至得到的整数不大于n。
第一步:由rand()函数产生Rand()函数,Rand()函数等概率产生0和1
第二步:计算整数n的二进制表示所拥有的位数k,k = 1 +log2n(log以2为底n)
第三步:调用k次Rand()产生随机数,产生的k个01序列表示1-n之间的数

复制代码
int Rand()    
{    
    int i1 = rand();    
    int i2 = rand();    
    if(i1==0 && i2==1)    
        return 1;    
    else if(i1==1 && i2==0)    
        return 0;    
    else    
        return Rand();    
    return -1;    
}  
int newRand()    
{    
    int result = 0;    
    for(int i = 0 ; i < k ; ++i)    
    {    
        if(Rand() == 1)    
            result |= (1<<i);    
    }    
    if(result > n)    
        return newRand();    
    return result;    
}  
复制代码

 


    本文转自阿凡卢博客园博客,原文链接:http://www.cnblogs.com/luxiaoxun/archive/2012/09/10/2678315.html,如需转载请自行联系原作者


相关文章
|
10月前
|
数据安全/隐私保护
|
10月前
【概率論】常用專業名詞中韓對照表 | 확률론 한중 번역표
【概率論】常用專業名詞中韓對照表 | 확률론 한중 번역표
58 0
|
人工智能 移动开发 BI
概率论<一>——随机事件与概率(二)
概率论<一>——随机事件与概率
概率论<一>——随机事件与概率(二)
|
索引 Python
随机生成四则运算题并判断正确率
随机生成四则运算题并判断正确率
148 0
随机生成四则运算题并判断正确率
|
JavaScript 前端开发
一个适当的随机函数
一个适当的随机函数
77 0
|
程序员
生男生女概率一样吗?
生男孩的概率和生女孩的概率是一样的吗,以下内容解决你的疑惑。
290 0
生男生女概率一样吗?
|
数据挖掘 测试技术
3分钟,看懂区间估计and置信区间
很多小伙伴想知道:做数据分析,到底要懂多少统计学?小熊妹很认真地做一个懒人攻略,不讲复杂的理论,直接讲实际操作,希望能帮助到大家哦。 如果要讲统计学,第一个概念要从区间估计讲起,这是后续很多方法的基础。 一听:“区间估计”的名字,很多小伙伴会一脑袋问号: 为什么要“估计” 为什么还要有“区间” 今天的分享就从这里开始
532 0
3分钟,看懂区间估计and置信区间
C# 之 概率随机数
概率随机数:是在1-10内产生随机数,但是每个数生成的概率不同。例如1-9概率为10%,10的概率是%90;
730 0
C# 之 概率随机数