本文探讨了小样本大概率事件处理的两种动态约束方法：动态概率约束和动态事件约束。动态概率约束通过调整概率实现样本约束的效果，而动态事件约束仅关注剩余事件种类，简化了计算。文章通过实例和曲线分析比较了两者在稳定性、效率和适用场景上的特点，并指出动态概率约束适用于所有随机事件，动态事件约束则在事件可能性多时能节省计算资源，尤其适合保障游戏内稀有物品的稀有度。
在之前的两篇文章中，我主要对概率约束和样本约束做了比较。
（详情点击 《小样本大概率事件的正确处理方式 - 1. 概率的含义和误差产生的原因》 和 《小样本大概率事件的正确处理方式 - 2. 结果分析》）
结论简单点说就是：概率约束误差大，但是简单；样本约束精确，但是复杂。
从其复杂度上去比较，产生n次随机事件，概率约束的时间复杂度是O(n)，空间复杂度是O(1)。而样本约束，由于要提前将样本进行洗牌，其时间复杂度是O(n^2)，而为了存放洗牌结果，其空间复杂度是O(n)（实际上应该是和约束样本的大小相关）。
然而前两篇文章只是为了表现两种约束的含义，而并不是我们在写代码时要使用的算法。为了将其区别更清晰地展现出来，我在样本约束中提前处理好了样本，但这并不是必要的。
样本约束的实际目的，是让每个约束周期中（总体样本的数量是我们的约束样本数量的整数倍时就是一个周期）各事件的出现频次与预期完全相符。所以，我们并不需要在第一次随机时就知道最后一次随机的结果，我们只需要知道某一次随机时，各种事件还能在本次约束周期中出现多少次——每次随机后，下一次随机条件会出现相应变化，这就是“动态”的含义。
和上一篇文章的例子一样：我们有一个10大小的约束样本&#
最低0.47元/天 解锁文章
扫一扫
2232
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
