一个随机数引发的血案

最新推荐文章于 2021-01-27 22:30:10 发布

Jimbo

最新推荐文章于 2021-01-27 22:30:10 发布

阅读量742

点赞数

分类专栏： JavaScript 随机数文章标签：面试题编程随机数

本文链接：https://blog.csdn.net/WinsenJiansbomber/article/details/50604653

版权

JavaScript 同时被 2 个专栏收录

7 篇文章 1 订阅

订阅专栏

随机数

1 篇文章 0 订阅

订阅专栏

博客探讨了一个面试题：如何使用rand3()和rand5()生成rand7()。作者指出许多答案过于复杂，实际上这是一个组合排列问题。通过多次求和求模可以达到概率均衡，但某些答案忽视了概率分布的均匀性。文中提供了测试程序和分析，强调理解概率分布和平滑概率的作用。

摘要由CSDN通过智能技术生成

一个随机数引发的血案

我也来做一次标题党
原文地址：http://blog.csdn.net/WinsenJiansbomber/article/details/50604653

起因

事情是这样的，刚不久在CSDN上看到有ASK.CSDN.NET，就点了进来，发现CSDN也来搞百度知道这类东东。于是乎就点了一些问题来看，其中有一条，是关于随机数应试题的。

一个编程面试题，只要写出伪代码就可以了。试题内容：假设有如下两个函数 rand3()可以产生随机的0 1 2，rand5()可以产生随机的0 1 2 3 4，现在请你利用它编写一个函数rand7()，产生0~6的随机数。

问题还不是这个应试题，要命的是参考答案。在看到 ask.csdn.net 这个问题之前，我从未觉得随机数是这么好玩的东西。先不说 csdn 玩 ask 有点炒 codeproject 冷饭的感觉，就凭看到这个问题的一些花花绿绿的答案，就觉得国内国外的程序从业人员水平差距真不是一般小。

问题根源

其实，这个问题有点像是代码复用范围的问题，题目已经给出 rand3 和 rand5 这两个程序所依赖的功能。作答者只需根据条件来重组它，得到问题所要求的逻辑。万万没想到的是，出现的答案竟然是 for while 随便用的，两层 while 还不够的境况！有些代码则差不多可以写成一篇独立的文章了。

所以，从这些现象看来，似乎作答者都是忘记了题目，在侃大山的。如果真是这样，倒也还好，起码显露得不是真正的水平。

从原理上来讲，这是高中的组合排列问题。这个问题，我记得 Robert 在《the Art and Science of C》这本书中以骰子举过生动的例子。一个六面的骰子，随机出现任一面的概率都是1/6。抛两次，将会有36种情况，将两个结果相加为0、12的情况只有一种，就是两次都同样跌出0、6。相比相加结果是6这种情况，两次抛出的骰子可以是0+6，6+0，1+5，5+1，2+4，4+2，3+3等6种情况。因此它们结果的概率是程一个单峰山形的分布，中间高，两边低。

特别地，当抛的次数越多，则相邻的两个数的概率差别的变化就会变得相对缓慢。因此，通过多次求和再求模的方式，可以一定程度将概率变得更均匀，甚至是可以认为是均衡的，但从原理上它们是不平均的。这一点对于本题来讲，是比较诡异的一个特点。下面以统计数据的方式来说明，以5次rand3相加为例，一次实测的数据是这样的：

1 ->  2013  2.01%
2 ->  6177  6.18%
3 -> 12325 12.33%
4 -> 18404 18.40%
5 -> 21045 21.05%
6 -> 18641 18.64%
7 -> 12394 12.39%
8 ->  6121  6.12%
9 ->  2070  2.07%
10 ->   411 0.41%

数据可以看到通过直接的相加得到的是概率分布是差异明显的，如果通过求模的方式来求取 0-5 的概率分布，则会出现惊人的效果：

1 ->  2013  2.01% + 7 -> 12394 12.39% ＝ 14.40%
2 ->  6177  6.18% + 8 ->  6121  6.12% ＝ 12.30%
3 -> 12325 12.33% + 9 ->  2070  2.07% ＝ 14.40%
4 -> 18404 18.40% + 10 ->   411 0.41% ＝ 18.81%
5 -> 21045 21.05%                     ＝ 21.05%

结果显示，概率分布已经明显地趋于平均分布，因为求模过程产生了互补效应，只要设置的求模点恰当，概率的分布是可以接近平均分布的。

对应方案

那么，说了这么多，参考答案有些什么内容呢，下面就连同我专门为随机数这个问题写的一个测试程序一同奉上：

<!DOCTYPE>
<html>
 <head>
  <title> random test </title>
  <meta name="link" content="http://ask.csdn.net/questions/234228" />
  <meta name="generator" content="editplus" />
  <meta name="author" content="Jimbowhy" />
 </head>
 <body>
 <div id="canvas"></div>
  <script type="text/javascript">
  //此处放入javascript代码
  </script>
 </body>
</html>

function rand3(){
      return ~~(Math.random()*3);
  }
  function rand5(){
      return ~~(Math.random()*5);
  }
  function output(name, a, k){
      var canvas = document.getElementById("canvas");
      canvas.innerHTML += "<h3>"+name+ " " + k +"</h3>";
      for(var i in a){
        var v = a[i];
        canvas.innerHTML += i + " -&gt; " + v + " " + (v/k*100).toFixed(2) + "%<br>";
      }
  }
  function test(target, k){
      if(!target) return;
      var a = [];
      for(var i=0; i<k; i++){
          var j = target();
          !a[j]? a[j] = 1 : a[j]++;
      }
      output("Test "+target.name,a,k);
  }

  function rand7(){
    var sum=0;
    sum+=rand3();//0,1,2
    sum+=rand3()+3;//3,4,5
    sum+=rand3()+6;//6,7,8
    sum+=rand5()+9;//9,10,11,12,13
    sum%=7;//0,1,2,3,4,5,6
    return sum;
  }//代码很具有迷惑性，但是将代码化简一下就是：
   //sum=3*rand3()+rand5()+18！这已经面目全非，再求模也是枉然啊！
  function rand7f(){
    return rand3()+rand3()+rand3();
  }//单峰形，一眼看去，好象三个 rand3 各自独立互不影响，
   //其实出现0、6的概率是远低于出现3的概率的。
   //一眼看上去好像很正确，其实它是典型的单峰形，中间的数出现概率最高，
   //两边的就最低。无数据，根本想不到它们有多离谱
  function rand7e(){
    var sum = 0;
    for(var i=0;i<7;i++) {
        sum += rand5() + i*5;
    }
    return sum%7;
  }//0-34等概率数对7求模，近似等概率OK，只是 i*5 没有存在的意义，
  //因为5+10+...+30=105，105%7=0
  function rand7d(){
    var sum = 0;
    for (var i=0;i<7;i++) {
        sum+= rand3()+i*3;
    }
    return sum%7;
  } // 双峰形
  function rand7c(){
    var sum;
    switch(rand3())
    {
    case 0:
        sum=rand5();//0,1,2,3,4
        break;
    case 1:
        sum=rand5()+5;//5,6,7,8,9
        break;
    case 2:
        do
        {
            sum=rand5()+10;//10,11,12,13,14
        }while(sum!=14);
        break;
    }
    sum%=7;//0,1,2,3,4,5,6
    return sum;
  }//递减形
  function rand7b(){
      return rand3() + rand5()
  }//中峰形
  function rand7a(){
    var x5 = rand5();
    var x3 = rand3();
    while (x5 == x3 ) {
        x3 = rand3();
    }
    return x5+x3;
  }//高低起伏形
  test(rand5, 9999);
  test(rand7, 99999);
  test(rand7a, 99999);
  test(rand7b, 99999);
  test(rand7c, 99999);
  test(rand7d, 99999);
  test(rand7e, 99999);
  test(rand7f, 99999);

将以上内容保存为HTML文件，并用浏览器如CHROME打开它，就可以看到运行结果了。

更新

关于rand7c，ysuwood修改了while条件，我在分析TA的答案时没有注意到，因此要重新分析：

回复ysuwood:
这回看到了，要再分析一下。如果while==14，就直接将0的概率截掉一大块了。代码近乎实用，但是还有个问题，大家可能没留意到：case 0 - 2 的概率分布是平均，也就是说，出现0－4和5－9，还有10－14的概率是一样的，那么求模后的结果好像就是概率平均分布的！其实不然，当while条件中把14废了之后，rand5出现14的概率还在，此时只好重新抽，这，就是这里，意味着出现14的概率转接到了10－13这几个数上，所以这几个数不明显地比0－9这几个数的概率要高。之所以说不明显，是因为经过了求模的运算，它有平滑概率的作用。@caozhy 好像也没注意到这个情况。

为了验证这个分析，可以将rand7c中的求模运算注解掉，再运行，这样结果就会显示0－13这几个数的概率分布了。

再有，在评论TA的另一个答案时，硬是生生地把几行代码错误地简化成了一条语句，原代码是这样的：

sum+=rand3();//0,1,2
sum+=rand3()+3;//3,4,5
sum+=rand3()+6;//6,7,8
sum+=rand5()+9;//9,10,11,12,13

化简过程在这里：

Jimbo 回复ysuwood: 哦，还真的是，我掉坑里了，SORRY，SORRY，SORRY，误导看官。但是三个相加也不是正确的做法。

ysuwood 回复Jimbo: 随机数能相加和乘3等价吗？糊涂了吧。

Jimbo: 代码很具有迷惑性，但是将代码化简一下就是：sum=3*rand3()+rand5()+18！这已经面目全非，再求模也是枉然啊！

另外 @lovingning 提供了一个解答问题的正确思路：