【力扣470. 用 Rand7() 实现 Rand10()】概率论，拒绝采样（python3）

最新推荐文章于 2023-05-03 21:51:37 发布
最新推荐文章于 2023-05-03 21:51:37 发布
阅读量223 收藏
点赞数
分类专栏： 数学
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/anan15151529/article/details/119579084
版权

leetcode python 数学 概率论

目录

题目描述

https://leetcode-cn.com/problems/implement-rand10-using-rand7/

思路题解

方法1、2题解：https://leetcode-cn.com/problems/implement-rand10-using-rand7/solution/yong-rand7-shi-xian-rand10-by-leetcode/

1.两次调用的拒绝采样

在这里插入图片描述

# The rand7() API is already defined for you.
# def rand7():
# @return a random integer in the range 1 to 7
class Solution:
    def rand10(self):
        x,y=rand7(),rand7()
        while ((x-1)*7+y)>40:
            x,y=rand7(),rand7()
        return ((x-1)*7+y-1)%10+1

在这里插入图片描述

2.调用4次的拒绝采样

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

思考

https://leetcode-cn.com/problems/implement-rand10-using-rand7/solution/cong-zui-ji-chu-de-jiang-qi-ru-he-zuo-dao-jun-yun-/

rand_X() 可以等概率的生成[1, X]范围的随机数
那么：
(rand_X() - 1) × Y + rand_Y() ==> 可以等概率的生成[1, X * Y]范围的随机数
即实现了 rand_XY()
在这里插入图片描述

Alwaysion
关注
专栏目录
[算法导论] 470. 用 Rand7() 实现 Rand10()
心宝的博客
02-16 93
0. 题目 （力扣题解有问题，不要看力扣） 按位运算符有左移运算符（<<）、右移运算符（>>）、按位与运算（&）、按位或运算（|）、按位取反运算（~）、异或运算符，其中按位取反运算符为单目运算符 1. 古典概型 python超时 o(1)最坏o(∞) o(1) 利用rand7 限定[1-6] ，与运算&1：判断奇偶性。 再用rand7 控制[1-5]，奇数返回 [1-5]，偶数+5 [6...
ARS:自适应拒绝采样的Python实现
05-14
ARS 自适应拒绝采样的Python实现
力扣470. 用 Rand7() 实现 Rand10()
BJERGSEN的博客
09-05 820
class Solution: def rand10(self) -> int: while True: row = rand7() col = rand7() idx = (row - 1) * 7 + col if idx <= 40: return 1 + (idx - 1) % 10 # 作者：LeetCode-Solution # .
力扣470 用 Rand7() 实现 Rand10()
weixin_39248750的博客
06-05 147
简单来说就是，前半部分是为了保证与后半部分的每一位数字依次组合没有重叠。举例： 以上参考： 力扣-题解因此，可以得到以上结论。反之，如果要rand4()实现rand2()，由于需要得到的数在[1,2]区间内，因此需要取余运算，再加1即可。 事实上，只要中N是2的倍数，就都可以用来实现，反之，若N不是2的倍数，则产生的结果不是等概率的。要通过rand7()实现rand10()，根据Part1的推论，可以通过(rand7()-1)*7+rand7()=rand49()得到rand49()，但是49并不是
力扣470题：使用rand7()实现rand10()的理解
m0_49908016的博客
09-05 131
仅用于自己加深记忆 这一题主要记住一个公式 randX（）是生成[1,X]时，Y同理 (randX() - 1) * Y +randY() 得到的是一个[1,X*Y]的随机函数，即randX * Y() 可以论证这个是正确的 数据就像是一个矩形 比如X== 3，Y== 3 Y 1 2 3 X 0 1 2 3 1 4 5 6 2 7 8 9 当我们randX==0的时候我们可以得到第一行的数据，下面同理，也就是说我们得到这些数据的概率是相等的,每一个都是1/9 有了这个
Rejection Sample（拒绝采样）
bingfeiqiji的博客
01-14 3444
本文参考：https://blog.csdn.net/jteng/article/details/54344766 可能理解有偏差，欢迎批评指正 在python中，采集随机样本其实很简单，有很多函数可以直接实现。比如 #抽取一个标准正态分布随机样本，并画出密度曲线 import numpy as np import seaborn as sns x=np.random.normal(0,1...
力扣 470. 用 Rand7() 实现 Rand10() （中等）
毛毛的博客
09-05 152
题目 已有方法 rand7 可生成 1 到 7 范围内的均匀随机整数，试写一个方法 rand10 生成 1 到 10 范围内的均匀随机整数。 不要使用系统的 Math.random() 方法。 示例 1: 输入: 1 输出: [7] 示例 2: 输入: 2 输出: [8,4] 示例 3: 输入: 3 输出: [8,1,10] 提示: rand7 已定义。 传入参数: n 表示 rand10 的调用次数。 题解 方法一：拒绝采样 详细题解见：从最基础的讲起如何做到均匀的生成随机数 (randX()
力扣3. 无重复字符的最长子串
08-19
力扣3. 无重复字符的最长子串
js代码-不调用Math.random实现随机数，力扣470
07-16
在JavaScript编程中，生成随机数是一项常见的任务，通常我们使用`Math.random()`函数来实现。然而，有时出于特定的需求或挑战，比如在力扣（LeetCode）470题这样的编程问题中，我们可能需要避免直接调用`Math.random...
# 栈和队列基础Python详解（力扣232. 用栈实现队列， 力扣225. 用队列实现栈）
hanyu1209的博客
05-03 212
队列是先进先出栈是先进后出。
拒绝采样
北歌的博客
09-23 152
已有方法 rand7 可生成 1 到 7 范围内的均匀随机整数，试写一个方法 rand10 生成 1 到 10 范围内的均匀随机整数。 不要使用系统的 Math.random() 方法。 示例 1: 输入: 1 输出: [7] 1.等概率生产1-5,再以50%的概率+5 # The rand7() API is already defined for you. # def rand7(): # @return a random integer in the range 1 to 7 cla.
力扣 470. 用 Rand7() 实现 Rand10()
csdn_muxin的博客
09-06 145
题目来源：https://leetcode-cn.com/problems/implement-rand10-using-rand7/ 大致题意： 给一个 rand7() 函数，实现一个 rand10() 函数 思路 一开始我想的是，可以将 rand7() * 10 / 7 得到 1-10 之间的数。但是这个方法显然不对： 如何得到 3 ？显然没法得出 于是借用了别人的方法。 rand7() 可以等概率生成 1-7 之间的随机整数。再加上一个 rand7() 就可以生成 2 - 14 之间的随机整数，但
力扣每日一题 470. 用 Rand7() 实现 Rand10()
sehnsucht
09-05 161
题目 已有方法 rand7 可生成 1 到 7 范围内的均匀随机整数，试写一个方法 rand10 生成 1 到 10 范围内的均匀随机整数。 不要使用系统的 Math.random() 方法。 示例 1: 输入: 1 输出: [7] 示例 2: 输入: 2 输出: [8,4] 示例 3: 输入: 3 输出: [8,1,10] 提示: rand7 已定义。 传入参数: n 表示 rand10 的调用次数。 进阶: rand7()调用次数的 期望值 是多少 ? 你能否尽量少调用 rand7() ? 代码与想法
力扣 470 ：均匀的生成随机数
hdu_wyx的博客
03-05 452
参考题解： https://leetcode-cn.com/problems/implement-rand10-using-rand7/solution/cong-zui-ji-chu-de-jiang-qi-ru-he-zuo-dao-jun-yun-/ 题目描述： 题目分析： 通过对 rand2() 来生成 rand4() 可以发现用 ( rand2() - 1 ) * 2 + rand2() 可以 所以可以得到规律 ： 已知 rand_N() 可以等概率的生成[1, N]范围的..
接受拒绝采样（Acceptance-Rejection Sampling）
Anne033的博客
11-20 1万+
我们所说的抽样，其实是指从一个概率分布中生成观察值（observations）的方法。而这个分布通常是由其概率密度函数（PDF）来表示的。而且， 即使在已知PDF的情况下，让计算机自动生成观测值也不是一件容易的事情。从本质上来说，计算机只能实现对均匀分布（Uniform distribution）的采样。 那如何实现计算机很好的采样数据样本呢？今天我们一起来看看实现方法。 在采样问题上我们可能会面对这些问题： 计算机只能实现对均匀分布的采样，但我们仍然可以在此基础上对更为复杂的分布进行采样，那具体该如何操
每日一题【2021.9.5】
csdn_edition的博客
09-05 83
给你两个长度相同的字符串，s 和 t。 将 s 中的第 i 个字符变到 t 中的第 i 个字符需要 |s[i] - t[i]| 的开销（开销可能为 0），也就是两个字符的 ASCII 码值的差的绝对值。 用于变更字符串的最大预算是 maxCost。在转化字符串时，总开销应当小于等于该预算，这也意味着字符串的转化可能是不完全的。 如果你可以将 s 的子字符串转化为它在 t 中对应的子字符串，则返回可以转化的最大长度。 如果 s 中没有子字符串可以转化成 t 中对应的子字符串，则返回 0。 示例 1： 输.
Python用MCMC马尔科夫链蒙特卡洛、拒绝抽样和Metropolis-Hastings采样算法
大数据部落
06-20 1408
我们将研究两种对分布进行抽样的方法：拒绝抽样和使用 Metropolis Hastings 算法的马尔可夫链蒙特卡洛方法 (MCMC)。像往常一样，我将提供直观的解释、理论和一些带有代码的示例。希望这将有助于解释一个经常以复杂方式呈现的相对直截了当的主题。在我们进入主题之前，让我们将马尔可夫链蒙特卡罗（MCMC）这个术语分解为它的基本组成部分：蒙特卡罗方法和马尔可夫链。了解这两者后，MCMC 就更有意义了。Monte Carlo methods 是使用随机抽样来计算一些数值结果的一大类算法的总称。当很难甚至
拒绝采样(reject sampling)原理详解
A LA MODE的博客
11-14 1066
  蒙特·卡罗方法(Monte Carlo method)也称统计模拟方法，通过重复随机采样模拟对象的概率与统计的问题，在物理、化学、经济学和信息技术领域均具有广泛应用。拒绝采样(reject sampling)就是针对复杂问题的一种随机采样方法。   首先举一个简单的例子介绍Mo...
蒙特卡洛采样之拒绝采样（Reject Sampling）
热门推荐
白马负金羁
05-15 4万+
蒙特卡洛（Monte Carlo）方法以概率统计理论为基础的数值计算方法，在处理一些复杂的问题时成效显著。基于蒙特卡洛思想的采样方法在机器学习中占有非常重要的位置。像Reject Sampling, Importance Sampling，以及MCMC等等都是机器学习中非常重要，但又很不容易理解和掌握的方法，本文就从Inverse CDF法开始介绍蒙特卡洛采样法中非常重要的拒绝采样和ARS方法。
力扣704. 二分查找python3
最新发布
10-07
下面是一个使用Python3实现的示例代码： ```python class Solution: def search(self, nums: List[int], target: int) -> int: left = 0 right = len(nums) - 1 while left mid = left + (right - left) // ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值