The Alias sample Method（复杂度为O(1)的采样算法）

原理请见:[https://www.keithschwarz.com/darts-dice-coins/]

代码运作距举例:

1.初始化

2.标准化(对应probs*len(probs))

3.将结点1切分操作到结点3(结点1，3进行pop,进行概率切分)，之后结点1放入smaller

4.将结点0切分操作到结点2(结点0，2进行pop,进行概率切分)，之后结点0放入larger

5.将结点0切分操作到结点1(结点0，1进行pop,进行概率切分)，最终完成切分任务。

代码实现:

def alias_setup(probs):
    # 初始化切分标记数组J和初始概率值q
    J = np.zeros(len(probs))
    q = np.zeros(len(probs))
    smaller = []
    larger = []
    assert sum(probs) == 1.0
    # 标准化,probs = len(probs) * probs
    # 将事件分为两组,probs[i]大于1的为一组，小于一的为另一组
    for t,kk in enumerate(probs):
        q[t] = probs[t]*len(probs)
        if q[t] > 1.0:
            larger.append(t)
        else:
            smaller.append(t)
    while larger and smaller:
        large = larger.pop()
        small = smaller.pop()
        # 切大块，将小块补为1
        J[small] = large   
        q[large] = q[large] - (1 - q[small])
        if q[large] < 1.0:
            # 大块儿(大于1)变小块儿(小于1)
            smaller.append(large)
        else:
            # 大块儿依然是大块儿
            larger.append(large)
    return J,q
alias_setup([1/2,1/3,1/12,1/12])        
            

输出:
(array([0., 0., 0., 1.]),
array([1. , 0.66666667, 0.33333333, 0.33333333]))