随机取样问题,同《编程珠玑》上所讲,总共用了三种方法,在《编程珠玑(续)》中仍有介绍,会在后面补充。可以证明每种方法所选每个元素的概率都相等,都是m/n,这个可以根据公式推导而得,如下。
方法一:选择第一个数的概率为m/n,这是显而易见的,选择第二个数时,概率为:m/n*(m-1)/(n-1)+(n-m)/n*m/(n-1)=m/n,即等于第一个数没有选中,第二个数选中的概率和第一个数选中且第二个数选中的概率之和。选择第i个数的概率和上相似。
方法二:每次都从n个数中选一个数,选m次,因此,每个数被选中的概率相同,为m/n。
方法三:对于每一个数,如果在前m个位置,则表示被选中。在第一个位置上的概率为1/m,在第二个位置上的概率为(n-1)/n*1/(n-1)=1/n,即等于这个数不出现在第一个位置上,且出现在第二个位置上的概率,同样,出现在第i个位置上的概率为1/n,因此,一个数出现在前m个位置的概率为m/n。
至此,三种方法所产生的随机数的概率已经得到证明,算法代码和测试如下:
#include<iostream>
#include<algorithm>
#include<time.h>
#include<set>
using namespace std;
void genKnuth(int n,int m)
{
srand(time(0));
for(int i=0;i<n;i++)
{
if(rand()%(n-i)<m)
{
cout<<i<<endl;
m--;
}
}
}
void genSets(int n,int m)
{
srand(time(0));
set<int> randSet;
while(randSet.size()<m)
randSet.insert(rand()%(n-1));
set<int>::iterator iter=randSet.begin();
for(;iter!=randSet.end();++iter)
cout<<*iter<<endl;
}
void genShuf(int n,int m)
{
srand(time(0));
int *A=new int[n];
for(int i=0;i<n;i++)
A[i]=i;
for(int i=0;i<n-1;i++)//注意这里不需要用i=n-1,此时只有一个数
swap(A[i],A[i+rand()%(n-1-i)]);//rand()%0会出错!!!
sort(A,A+m);
for(int i=0;i<m;i++)
cout<<A[i]<<endl;
}
int main()
{
cout<<"***方法一:***"<<endl;
genKnuth(100,10);
cout<<"***方法二:***"<<endl;
genSets(100,10);
cout<<"***方法三:***"<<endl;
genShuf(100,10);
system("pause");
return 0;
}