Alias Method解决随机类型概率问题

最新推荐文章于 2023-01-30 09:17:40 发布
最新推荐文章于 2023-01-30 09:17:40 发布
阅读量9.6k 收藏 8
点赞数 3
分类专栏： PHP 数据结构与算法 文章标签： 算法 Alias Method 别名方法 概率 离散
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/sky_zhe/article/details/10051967
版权

举个例子，游戏中玩家推倒了一个boss，会按如下概率掉落物品：10%掉武器 20%掉饰品 30%掉戒指 40%掉披风。现在要给出下一个掉落的物品类型，或者说一个掉落的随机序列，要求符合上述概率。

一般人会想到的两种解法

第一种算法，构造一个容量为100(或其他)的数组，将其中10个元素填充为类型1（武器），20个元素填充为类型2（饰品）...构造完毕之后，在1到100之间取随机数rand，取到的array[rand]对应的值，即为随机到的类型。这种方法优点是实现简单，构造完成之后生成随机类型的时间复杂度就是O(1)，缺点是精度不够高，占用空间大，尤其是在类型很多的时候。

第二种就是一般的离散算法，通过概率分布构造几个点，[10, 30, 60, 100]，没错，后面的值就是前面依次累加的概率之和（是不是像斐波那契数列）。在生成1~100的随机数，看它落在哪个区间，比如50在[30,60]之间，就是类型3。在查找时，可以采用线性查找，或效率更高的二分查找，时间复杂度O(logN)。

这里推荐一个大牛的两篇文章，从数学入手，探讨各种算法实现。《用JavaScript玩转游戏编程(一)掉宝类型概率》 和

最低0.47元/天 解锁文章
sKy_zHe
关注
  • 3
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Java Alias Method算法实现 Java抽奖功能 算法实现
D的博客
05-31 614
Alias Method 充分利用概率分布加和为1的性质，通过空间换时间的方法，在常数时间内，完成非均匀到均匀的映射。常用在抽奖算法上。
控制随机抽中几率--C#算法
Time_Lover的专栏
09-17 1292
原作者：农民伯伯  前言     关于这个算法也许(肯定)已经被发明，但是我、我身边的朋友、我的老师在这之前是不知道也没能想出来的，如果你不知道的话，那么也包括你了: ) 在这个范围内被首次提出应该算是“发明”的！！增加、减少随机抽中几率——我的好朋友狄鹏在三年前想到的一个算法，我现在拿出来发扬光大。此算法可用于题库随机抽题、赌博机控制出彩率，甚至俄罗斯方块等游戏，有广泛的用途！也
PHP概率算法（适用于抽奖、随机广告）
weixin_33940102的博客
12-04 146
做网站类的有时会弄个活动什么的，来让用户参加，既吸引用户注册，又提高网站的用户活跃度。同时参加的用户会获得一定的奖品，有100%中奖的，也有按一定概率中奖的，大的比如中个ipad、iphone5，小的中个Q币什么的。那么我们在程序里必然会设计到算法，即按照一定的概率让用户获得奖品。先来看两个概率算法函数。 算法一 /** * 全概率计算 * * @param array $p ar...
PHP+jQuery实现翻板抽奖
weixin_30315905的博客
11-01 235
在电视节目中有一种抽奖形式暂且叫做翻板抽奖，台上有一个墙面，墙面放置几个大方块，主持人或者抽奖者翻开对应的方块即可揭晓中奖结果。类似的抽奖形式还可以应用在WEB中，本文将使用PHP+jQuery为您讲解如何实现翻板抽奖程序。 演示地址：http://www.helloweba.com/demo/luckly/ 翻板抽奖的实现流程：前端页面提供6个方块，用数字1-6依次表示6个不同的方块，当...
PHP(FastCGI)在Nginx的alias下出现404错误的解决方法
09-30
主要介绍了PHP(FastCGI)在Nginx的alias下出现404错误的解决方法,涉及nginx平台的相关配置技巧,需要的朋友可以参考下
解决安装vmware tools时提示Alias manager and ticket service
11-27
解决安装vmware tools时提示Alias manager and ticket service(VGAuthservice)启动失败 最后这个一定要选上 默认是不选择的 不选择的话就算安装完了也还是解决不了问题 只有选上就能解决这个问题了
gulp-ts-alias：解决在tsconfig中定义的TypeScript导入别名和路径
02-03
解决在tsconfig定义的TypeScript导入别名和路径。 安装 npm install --save-dev gulp-ts-alias 信息 以前曾尝试发布完成类似功能的Gulp插件，但都无法维护。 出于遗产的考虑，以下是已考虑的先前软件包/脚本的...
Mysql错误Every derived table must have its own alias解决方法
09-09
在实际工作中，你可能会遇到各种类型的SQL查询错误，了解这些错误的含义和解决策略是数据库管理员和开发者的必备技能。对于"Every derived table must have its own alias"这样的常见错误，一旦遇到，记得检查所有子...
WeightedRandomDistribution:加权随机分布的 ALIAS 方法的实现
07-06
加权随机分布的 ALIAS 方法的 Scala 实现。 加权随机分布允许您从值列表中随机选择一个元素，其中每个值都有指定的权重。 ALIAS 方法是一种在元素选择中实现恒定时间性能的算法。 请参阅以深入了解该主题。 例子 ...
java游戏爆装备_游戏里获得装备概率的低级YY的Java实现模型
weixin_29895109的博客
02-25 415
直接上代码class="java">package test;import java.util.Random;public class Test{private static int rate = getRandom();//如果没有获得装备,则下次获得装备的几率提升20%//如果获得装备,则下次获得装备的几率降低20%//你也可用不同的概率来分别表示获得装备和没有获得装备的概率privat...
Java:实现 按概率生成随机数算法（附完整源码）
希望我的博客，能帮上你解决学习中工作中所遇到的问题
01-30 642
Java:实现 按概率生成随机数算法（附完整源码）
php中奖概率算法，可用于刮刮卡，大转盘等抽奖算法
weixin_30393907的博客
05-04 335
php中奖概率算法，可用于刮刮卡，大转盘等抽奖算法。用法很简单，代码里有详细注释说明，一看就懂 ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 ...
Alias Sample-别名抽样
发呆的比目鱼的博客
05-13 286
Alias Sample-别名抽样 目的 用空间换时间，降低采样的时间复杂度为O（1）.前提是它需要预处理，预处理的时间复杂度为O（n）。但在大量反复抽样的情况下，是它的优势更突出。 等概率分布和二项分布这两种模型中的抽样方法。 我们知道等概率分布抽样的时间复杂度为O(1)，考虑一种情况，如果四种情况A，B，C，D出现的概率均为0.25，我们用1代表A，2代表B，以此类推，那我们只需要在1~4里随机产生一个整数，抽中哪个就是哪个，复杂度自然为O(1)，这是等概率分布抽样的情况。 我们知道对符合二项分布的模型
二项式分布算法（c#)：醉汉（随机）游走概率问题
Flower_min的博客
08-29 1518
二项式分布算法（c#)：醉汉（随机）游走概率问题 转载归纳的是楼下引用：并针对其中的bug进行补充修改 二项式分布算法（Java实现） 什么是二项式分布？ 二项分布是重复n次独立的伯努利试验。 在每次试验中只有两种可能的结果，而且两种结果发生与否互相对立，并且相互独立，与其它各次试验结果无关 事件发生与否的概率在每一次独立试验中都保持不变，则这一系列试验总称为n重伯努利实验 当试验次数为1时，二项分布服从0-1分布。 P=C（n,k)*(p^k)*[(1-p)^(n-k)] C(n.
C#抽奖算法，附调用实例
dengyanmian0515的博客
07-24 592
前提：设置了奖项内容，中奖概率，奖项个数 算法结构： 算法的具体实现： 1、AliasItemModel using System; using System.Collections.Generic; using System.Linq; using System.Web; namespace Maticsoft.Web.Mobile.Luc...
【项目实战】——Java根据奖品权重计算中奖概率实现抽奖（适用于砸金蛋、大转盘等抽奖活动）
热门推荐
点滴汇聚，智在积累。——Danny
01-08 4万+
Java根据奖品的权重判断奖品抽奖概率的实现，适用于砸金蛋、大转盘等多种抽奖的场景。
HMM的概率计算问题和预测问题的java实现
weixin_30649859的博客
06-15 150
HMM（hidden markov model）可以用于模式识别，李开复老师就是采用了HMM完成了语音识别。 一下的例子来自于《统计学习方法》 一个HMM由初始概率分布，状态转移概率分布，观测概率分布确定。并且基于两个假设： 1 假设任意时刻t的状态只依赖于前一个时刻的状态，与其他时刻的状态和观测序列无关 2 假设任意时刻的观测只依赖与该市可的马尔科夫的状态，与其他观测，状态无关...
Java Math3 Probability Distributions（概率分布）
抱朴守拙
08-10 6332
术语 英文 中文 probability density function 概率密度函数 probability mass function 概率累积函数 常见的概率分布 类型 公式 正态分布 正态分布，也称为高斯分布，若随机变量X服从一个数学期望为μ、方差为σ2σ^2σ2的正态分布，记为N(μ，σ2)N(μ，σ^2)N(μ，σ2)。其概率密度函数为正态分...
def forward(self, l, ab, y, idx=None): K = int(self.params[0].item()) T = self.params[1].item() Z_l = self.params[2].item() Z_ab = self.params[3].item() momentum = self.params[4].item() batchSize = l.size(0) outputSize = self.memory_l.size(0) # the number of sample of memory bank inputSize = self.memory_l.size(1) # the feature dimensionality # score computation if idx is None: # 用 AliasMethod 为 batch 里的每个样本都采样 4096 个负样本的 idx idx = self.multinomial.draw(batchSize * (self.K + 1)).view(batchSize, -1) # sample positives and negatives idx.select(1, 0).copy_(y.data) # sample weight_l = torch.index_select(self.memory_l, 0, idx.view(-1)).detach() weight_l = weight_l.view(batchSize, K + 1, inputSize) out_ab = torch.bmm(weight_l, ab.view(batchSize, inputSize, 1)) # sample weight_ab = torch.index_select(self.memory_ab, 0, idx.view(-1)).detach() weight_ab = weight_ab.view(batchSize, K + 1, inputSize) out_l = torch.bmm(weight_ab, l.view(batchSize, inputSize, 1)) if self.use_softmax: out_ab = torch.div(out_ab, T) out_l = torch.div(out_l, T) out_l = out_l.contiguous() out_ab = out_ab.contiguous() else: out_ab = torch.exp(torch.div(out_ab, T)) out_l = torch.exp(torch.div(out_l, T)) # set Z_0 if haven't been set yet, # Z_0 is used as a constant approximation of Z, to scale the probs if Z_l < 0: self.params[2] = out_l.mean() * outputSize Z_l = self.params[2].clone().detach().item() print("normalization constant Z_l is set to {:.1f}".format(Z_l)) if Z_ab < 0: self.params[3] = out_ab.mean() * outputSize Z_ab = self.params[3].clone().detach().item() print("normalization constant Z_ab is set to {:.1f}".format(Z_ab)) # compute out_l, out_ab out_l = torch.div(out_l, Z_l).contiguous() out_ab = torch.div(out_ab, Z_ab).contiguous() # # update memory with torch.no_grad(): l_pos = torch.index_select(self.memory_l, 0, y.view(-1)) l_pos.mul_(momentum) l_pos.add_(torch.mul(l, 1 - momentum)) l_norm = l_pos.pow(2).sum(1, keepdim=True).pow(0.5) updated_l = l_pos.div(l_norm) self.memory_l.index_copy_(0, y, updated_l) ab_pos = torch.index_select(self.memory_ab, 0, y.view(-1)) ab_pos.mul_(momentum) ab_pos.add_(torch.mul(ab, 1 - momentum)) ab_norm = ab_pos.pow(2).sum(1, keepdim=True).pow(0.5) updated_ab = ab_pos.div(ab_norm) self.memory_ab.index_copy_(0, y, updated_ab) return out_l, out_ab
最新发布
04-19
这是一个 Python 中定义的函数，函数名为 forward。该函数有五个参数：l、ab、y、idx 和 self。其中，self 是该类的实例对象，l、ab、y、idx 为输入的数据，分别代表亮度、颜色和标签，其中 idx 可以为 None。函数中首先从 self.params 中获取一些参数（包括 K、T、Z_l、Z_ab 和 momentum），然后对 batchSize 和 outputSize 进行了一些处理。
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