常规方法
01 | echo 'rand7 = ' .rand7(); |
02 |
03 | function rand7() |
04 | { |
05 | while (true) |
06 | { |
07 | //得出[0,24]的平均分布 |
08 | $i = 5 * (rand5() - 1) + (rand5() - 1); |
09 | //只取前21个, 前21个也是平均分布,然后mod 7 |
10 | if ( $i < 21 ) |
11 | { |
12 | return $i % 7 + 1; |
13 | } |
14 | } |
15 | } |
算法的一些释疑
晚些时候
01 | // Gen 0, 1 equal probability |
02 | int rand01() |
03 | { |
04 | int i = rand5(); |
05 | while (i > 4) {i = rand5();} |
06 | return i % 2; |
07 | } |
08 | |
09 | // Gen 0, 1, 2, 3, 4, 5, 6, 7 equal probability |
10 | int rand07() |
11 | { |
12 | return rand01() << 2 + rand01() << 1 + rand01(); |
13 | } |
14 | |
15 | // Gen 1, 2, 3, 4, 5, 6, 7 equal probability |
16 | int rand7() |
17 | { |
18 | int i = rand07(); |
19 | while (i == 0) {i = rand07();} |
20 | return i; |
21 | } |
01 | int matrix[5][5]; |
02 | |
03 | memset (matrix, 0, sizeof (matrix)); |
04 | |
05 | // Set matrix with num 1-7, each num has the same count. |
06 | for ( int i = 1; i <= 7; ++i) |
07 | { |
08 | for ( int j = 0; j < 3; ++j) |
09 | { |
10 | *matrix++ = i; |
11 | } |
12 | } |
13 | |
14 | int rand7() |
15 | { |
16 | int i; |
17 | |
18 | do |
19 | { |
20 | i = matrix[rand5() - 1][rand5() - 1]; |
21 | } while (i == 0); |
22 | |
23 | return i; |
24 | } |
通过这个面试题学到了等概率问题的各种解法,可以从把数从二进制角度看,可以用公式拼接出更大的等概率值域空间,也可以直接把概率问题转化到矩阵中解决。
rand5() 它能够等概率生成 1-5 之间的整数。所谓等概率就是1,2,3,4,5 生产的概率均为 0.2 。现在利用rand5(), 构造一个能够等概率生成 1- 7 的方法。 这里有两个特别重要的点,一是 如果 rand5() + rand5(), 我们能够产生一个均匀分布的 1 - 10 吗? 答案是否定的。比如对于 6来讲(4+2, 2+4, 3+3),它被生成的生成的概率比1 (1+0,0+1)要大。
第二个点就是我们不可能用rand5()直接产生 1- 7 的数,不管你用加减乘除都不行。所以,我们要构造一个更大的范围,使得范围里每一个值被生成的概率是一样的,而且这个范围是7的倍数。
先产生一个均匀分布的 0, 5, 10, 15, 20的数,再产生一个均匀分布的 0, 1, 2, 3, 4 的数。相加以后,会产生一个 0到24的数,而且每个数(除0外)生成的概率是一样的。我们只取 1 - 21 这一段,和7 取余以后+1就能得到完全均匀分布的1-7的随机数