博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
随机数产生函数的范围转换
阅读量:7000 次
发布时间:2019-06-27

本文共 853 字,大约阅读时间需要 2 分钟。

Question: You are given a function rand7() – that generates random numbers from 1-7. Write a function rand10() – that uses rand7() to generate random numbers from 1-10.

这是一个概率分析的问题,你应该对期望值的概念很清楚,概率分析中很重要的概念。

提示:

假设你有一个能产生1-49范围的随机数的函数,怎么产生1-10范围内的随机数呢?如果产生的数在1-10的范围内怎么办?如果不又有怎么办?

解答:

解决方法基于接受—拒绝采样(Rejection Sampling)原理。主要思路是,当你产生的数在想要的范围内,直接输出,如果产生的数不在想要的范围内,拒绝这个数重新采样。我们想要的范围内的数被取到的概率是一样的,结果就是均匀分布。

显然,想要取1-10范围内的随机数要运行两次rand7() ,运行一次只能产生7个可能的数。这样我们能得到1-49范围内均匀分布的数。为什么?Screen-Shot-2015-04-19-at-3.32.27-AM.png

上图就是接受—拒绝采样(Rejection Sampling)的样表。调用两次rand7() 能得到行和列正好对应上表。从表中随机取一个数,如果取到的是数直接输出,如果取到*再取一次直到取到数。

有49不是10的整数倍,才有了拒绝采样。如果取得的数在1-40范围内就可以直接返回答案,反之重新采样。

int rand10(){    int row, col, idx;    do    {        row = rand7();        col = rand7();        idx = col + (row-1)*7;    }    while (idx > 40);     return 1 + (idx-1)%10;}

转载于:https://www.cnblogs.com/programnote/p/4691841.html

你可能感兴趣的文章
BUAA-OO-第一单元总结
查看>>
html5贪吃蛇小游戏
查看>>
基本 Unix /linux 命令
查看>>
如何理解深度学习中分布式训练中large batch size与learning rate的关系
查看>>
我的友情链接
查看>>
django python 创建app及models【Part 1】
查看>>
Ubuntu16.04交叉工具链安装
查看>>
我的友情链接
查看>>
CentOS下Denyhosts的安装和使用
查看>>
ORA-01722:invalid number 解决方法
查看>>
关于android中shape的使用
查看>>
Java Web开发初级篇之常见异常处理
查看>>
【Sensors】位置传感器(4)
查看>>
spring mvc中log4j的配置与使用
查看>>
Linux基本命令操作练习
查看>>
gridview多标题和后台生成标题控件
查看>>
linux 命令之 --用户管理
查看>>
Flask + Gunicorn + Nginx 部署
查看>>
二叉树基本操作实现
查看>>
linux 第三周作业
查看>>