力扣每日一题2021-08-30按权重随机选择

---

528.按权重随机选择

题目描述

给定一个正整数数组w，其中w[i]代表下标i的权重（下标从0开始），请写一个函数pickIndex，它可以随机地获取下标o，选取下标i的概率与w[i]成正比。
例如，对于w = [1, 3]，挑选下标0的概率为1/(1+3)=0.25（即25%），而选取下标1的概率为3/(1+3)=0.75（即75%）。
也就是说，选取下标i的概率为w[i] / sum(w)。

---

示例1

输入：[“Solution”, “pickIndex”]、[[[1]], []]
输出：[null, 0]
解释：
Solution solution = new Solution([1]);
solution.pickIndex(); // 返回0，因为数组中只有一个元素，所以唯一的选择时返回下标0.

---

示例2

输入：[“Solution”, “pickIndex”, “pickIndex”, “pickIndex”, “pickIndex”, “pickIndex”]
[[[1, 3]], [], [], [], [], []]
输出：[null, 1, 1, 1, 1, 0]
解释：
Solution solution = new Solution([1, 3]);
solution.pickIndex(); // 返回1，返回下标1，返回该下标概率为3/4
solution.pickIndex(); // 返回1
solution.pickIndex(); // 返回1
solution.pickIndex(); // 返回1
solution.pickIndex(); // 返回0，返回下标0，返回该下标概率为1/4
由于是随机问题，允许多个答案，因此下列输出都正确：
[null, 1, 1, 1, 1, 0]
[null, 1, 1, 1, 1, 1]
[null, 1, 1, 1, 0, 0]
…
诸如此类。

---

提示

• 1 <= w.length <= 10000
• 1 <= w[i] <= 10⁵
• pickIndex将被调用不超过10000次。

---

思路：前缀和+二分查找

重新构建列表，从列表随机选数

题目比较不好理解，直白的讲就相当于有一个很大的列表，然后对于每个坐标i，都有w[i]个i在这个数组中，最后随即从数组里面选择一个。但是这样的思路比较浪费空间。

class Solution:

    def __init__(self, w: List[int]):
        total = sum(w)
        self.list = [i for i in range(len(w))]
        self.weight = [0] * len(w)
        for i, num in enumerate(w):
            self.weight[i] += float(num/total)
        self.picks = random.choices(self.list, self.weight, k=10000)
        self.idx = -1


    def pickIndex(self) -> int:
        self.idx += 1
        return self.picks[self.idx]



# Your Solution object will be instantiated and called as such:
# obj = Solution(w)
# param_1 = obj.pickIndex()

前缀和+二分查找

假定第一个坐标有k₀个，那么占用的区间为[1, k₀]，假定第二个坐标有k₁个，占用的区间为[k₀+1, k₀+k₁]，这个时候我们生成一个随机数在区间[]1, k₀+k₁]，落在第一个坐标的区间概率为k₀/(k₀+k₁)。并且随机数可以通过二分查找找到对应的原坐标。

class Solution:

    def __init__(self, w: List[int]):
        # 计算前缀和
        self.presum = list(accumulate(w))


    def pickIndex(self) -> int:
        rand = random.randint(1, self.presum[-1])
        return bisect_left(self.presum, rand)



# Your Solution object will be instantiated and called as such:
# obj = Solution(w)
# param_1 = obj.pickIndex()