标签:
01 |
echo ‘rand7
= ‘ .rand7(); |
02 |
03 |
function rand7() |
04 |
{ |
05 |
while (true) |
06 |
{ |
07 |
//得出[0,24]的平均分布 |
08 |
$i =
5 * (rand5() - 1) + (rand5() - 1); |
09 |
//只取前21个,
前21个也是平均分布,然后mod 7 |
10 |
if ( $i <
21 ) |
11 |
{ |
12 |
return $i %
7 + 1; |
13 |
} |
14 |
} |
15 |
} |
01 |
//
Gen 0, 1 equal probability |
02 |
int rand01() |
03 |
{ |
04 |
int i
= rand5(); |
05 |
while (i
> 4) {i = rand5();} |
06 |
return i
% 2; |
07 |
} |
08 |
|
09 |
//
Gen 0, 1, 2, 3, 4, 5, 6, 7 equal probability |
10 |
int rand07() |
11 |
{ |
12 |
return rand01()
<< 2 + rand01() << 1 + rand01(); |
13 |
} |
14 |
|
15 |
//
Gen 1, 2, 3, 4, 5, 6, 7 equal probability |
16 |
int rand7() |
17 |
{ |
18 |
int i
= rand07(); |
19 |
while (i
== 0) {i = rand07();} |
20 |
return i; |
21 |
} |
01 |
int matrix[5][5]; |
02 |
|
03 |
memset (matrix,
0, sizeof (matrix)); |
04 |
|
05 |
//
Set matrix with num 1-7, each num has the same count. |
06 |
for ( int i
= 1; i <= 7; ++i) |
07 |
{ |
08 |
for ( int j
= 0; j < 3; ++j) |
09 |
{ |
10 |
*matrix++
= i; |
11 |
} |
12 |
} |
13 |
|
14 |
int rand7() |
15 |
{ |
16 |
int i; |
17 |
|
18 |
do |
19 |
{ |
20 |
i
= matrix[rand5() - 1][rand5() - 1]; |
21 |
} while (i
== 0); |
22 |
|
23 |
return i; |
24 |
} |
通过这个面试题学到了等概率问题的各种解法,可以从把数从二进制角度看,可以用公式拼接出更大的等概率值域空间,也可以直接把概率问题转化到矩阵中解决。
rand5() 它能够等概率生成 1-5 之间的整数。所谓等概率就是1,2,3,4,5 生产的概率均为 0.2 。现在利用rand5(), 构造一个能够等概率生成 1- 7 的方法。 这里有两个特别重要的点,一是 如果 rand5() + rand5(), 我们能够产生一个均匀分布的 1 - 10 吗? 答案是否定的。比如对于 6来讲(4+2, 2+4, 3+3),它被生成的生成的概率比1 (1+0,0+1)要大。
第二个点就是我们不可能用rand5()直接产生 1- 7 的数,不管你用加减乘除都不行。所以,我们要构造一个更大的范围,使得范围里每一个值被生成的概率是一样的,而且这个范围是7的倍数。
先产生一个均匀分布的 0, 5, 10, 15, 20的数,再产生一个均匀分布的 0, 1, 2, 3, 4 的数。相加以后,会产生一个 0到24的数,而且每个数(除0外)生成的概率是一样的。我们只取 1 - 21 这一段,和7 取余以后+1就能得到完全均匀分布的1-7的随机数
标签:
原文地址:http://blog.csdn.net/quentain/article/details/51353728