面试题之概率统计

条件概率：事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P(A|B)=P(AB)/P(B)。
随机数：面试题中一般假设有了一个随机生成器，自然数n%M是“均匀”的，且具有一定的随机性，但是密码学中一般不采用，因为其是可预测的。 

关于独立：用定义来证明，P(AB)=P(A)*P(B) 

【例题1】：假设一个随机数发生器rand7均匀产生1到7之间的随机整数，如何构造rand10，均匀产生1-10之间的随机整数？ 
【分析】：关键在于，扔掉不想要的数，同时要保证“等概率”，必须保证“均匀”，才能扔掉，比如：rand2()+rand2()-1并不是均匀的1-3，范围是一致的，1和3的概率是0.25，2的概率是0.5。 
【法1】:（较差方法）1-7之间有三个偶数，四个奇数，扔掉一个奇数，那么这三个偶数和三个奇数之间是同等概率产生，可构成一个0-1整数的均匀产生器。用它产生四个bit（二进制），对应整数为0-15，然后保留1-10即可。 
【法2】:（较好方法）使用七进制：首先把1-7减去1，变成0-6。产生一个两位的七进制数，对应0-48，把40-48扔掉（因为这只有9个数），其余安装个位数字分类，0-9对应我们要的1-10.

【例题2】一个随机发生器，不均匀，以概率p产生0，以（1-p）产生1，（0<p<1），构造一个均匀的随机发生器（算法导论） 

【分析】产生两次，(0,1)的概率和（1,0）的概率都相同，为p*（1-p）。 

【例题3】水库采样流入若干个对象（整数），事先不知道个数，如何随机取出k个（k小于总数）？ 

【分析】用一个数值a保存k个数a[0...k-1]，对于第i个元素，若i<=k；则a[i-1]存放这个元素，否则：产生随机数x=rand()%i，这里若x<k，则用a[x]存放这个元素，替换掉之前的元素。
【扩展】 - k=1的特殊性 -一个若干行大文件，随机选择一行（产生随机数） -一个不知道长度的链表，随机选择一个或多个元素 -带权采样 - 

【例题4】给定n种元素，在给定n个权值，按权值比例随机抽样一个元素，假设权值都是整数。 

【法1】复制若干份，每个元素复制权值那么多份，用例5的方法水库采用，例：3个a，2个b，6个c，变为aaa，bb，ccccccc。优点是可以使用已有的方法，缺点是需要自己复制。 
【法2】每个元素按照权值对于一个区间，同上，a对于[0-2]，b对应[3-4]，c对应[5-10]，随机产生一个[0-10]的随机数，二分查找最后对应的元素是哪个。优点：省空间，缺点：需要二分查找。 
【法3】假设有m种元素，(1)先按1/m的概率随机选择一种元素，(2)再产生随机数根据权值决定能否选择这种元素，若能选取它并结束，否则返回(1)。 关于第(2)步的概率，Pi = a/b - 产生随机数%b，看是否小于a -或者产生[1...b]的随机数，看是否小于等于a -或者产生[0...b-1]的随机数，看是否小于a

【参考】：http://www.julyedu.com/video/play/id/35