概述
最近在看左神的算法课,顺便自己写一下文章记录一下课堂笔记也挺好的,然后直接贴上一个类,用来说一下对数器以及一些概率的问题
两个问题分别为:
1、给定方法f():能均率生成1-5的数,求使用f()写方法g(),能均率生成1-7的数
2、给定方法t():生成0的概率为p,生成1的概率为 1-p,求使用t(),写方法v(),能平均概率生成 0\1
import org.junit.Test;
/**
* 测试概率类:
* 1、给定方法f():能均率生成1-5的数,求使用f()写方法g(),能均率生成1-7的数
* 2、给定方法t():生成0的概率为p,生成1的概率为 1-p,求使用t(),写方法v(),能平均概率生成 0\1
*/
public class TestProbability {
@Test
public void test() {
int testCount = 100000;
int[] testArr = new int[8];
for (int i = 0; i < testCount; i++) {
testArr[v()]++;
}
print(testArr);
}
// 方法f() 均衡生成1-5的整数
private int f() {
return (int) (Math.random() * 5) + 1;
}
/**
* 将方法f() 从1-5生成方法 g()为1-5,主要思路为:
* 1、首先将均衡概率的方法 f() 转为生成 0\1
* 2、再将可以生成0\1的方法,转为使用二进制产生数
* 2.1、将多个二进制作为随机数,然后拼接在一起
* 2.3、如求 0-1,只需要一个二进制位进行 0\1随机,如求 0-4则需要 两个二进制为进行 0\1随机
*/
// 将f()方法转化为等概率生成 0\1的 f2()
private int f2() {
int rtn = 3;
while (rtn == 3) {
rtn = f();
}
// 相当于将5个数分为各个等份,除开3,则说明 1为25%,2为25%,则生成1/2则为50%
return rtn > 3 ? 1 : 0;
}
// 再将 可以生成 0/1的函数,作为单个二进制位的概率拼接起来,就可以随心所欲要到各个数字的区间
private int g() {
// 相当于 _ _ _ ,第一个二进制位随机0/1,第二个二进制位随机 0/1,最后一个二进制位随机 0/1 可生成 000 111 010等数
int rtn = (f2() << 2) + (f2() << 1) + f2();
// 由于要返回 1-7的随机数,则此时将0去掉即可
while (rtn == 0) {
rtn = (f2() << 2) + (f2() << 1) + f2();
}
return rtn;
}
// ============================== 问题1结束================================
/**
* 给定方法t():生成0的概率为p,生成1的概率为 1-p,求使用t(),写方法v(),能平均概率生成 0\1
* 1、可以使用两次t()进行比较,如生成 0/1 或者生成 1/0,则可以看为这两次概率生成为等分 50/50,此处可生成方法v()
*/
private int t() {
return Math.random() > 0.7 ? 1 : 0;
}
private int v() {
int rtn = 0;
do {
rtn = t();
} while(rtn == t());
return rtn;
}
// 打印数组的数次数的
private void print(int[] arr) {
for (int i = 0; i < arr.length; i++) {
System.out.println("生成" + i + "的次数为:" + arr[i]);
}
}
}