C语言随机加权,c ++ - 加权随机数

c ++ - 加权随机数

我正在尝试实施加权随机数。 我现在只是把头靠在墙上，无法解决这个问题。

在我的项目(德州扑克手牌范围，主观全权证券分析)中，我正在使用Boost的随机函数。 所以，假设我想选择1到3之间的随机数(所以要么是1,2或3)。 Boost的mersenne twister发电机就像这样的魅力。 但是，我希望选择加权，例如：

1 (weight: 90)

2 (weight: 56)

3 (weight: 4)

Boost是否具有某种功能？

nhaa123 asked 2019-03-31T12:34:04Z

7个解决方案

136 votes

有一个简单的随机选择项目的算法，其中项目具有单独的权重：

1)计算所有权重的总和

2)选择0或更大且小于权重之和的随机数

3)一次一个地查看项目，从随机数中减去它们的重量，直到得到随机数小于项目重量的项目为止

伪代码说明了这一点：

int sum_of_weight = 0;

for(int i=0; i

sum_of_weight += choice_weight[i];

}

int rnd = random(sum_of_weight);

for(int i=0; i

if(rnd < choice_weight[i])

return i;

rnd -= choice_weight[i];

}

assert(!"should never get here");

这应该很容易适应你的增压容器等。

如果您的权重很少改变，但您经常随机选择一个，并且只要您的容器存储指向对象的指针或长度超过几十个项目(基本上，您必须剖析以了解这是否有帮助或阻碍) ，然后有一个优化：

通过在每个项目中存储累积权重总和，您可以使用二分搜索来选择与拾取权重相对应的项目。

如果您不知道列表中的项目数，那么有一个非常简洁的算法，称为水库采样，可以调整为加权。

Will answered 2019-03-31T12:35:21Z

43 votes

更新了旧问题的答案。 您可以使用std :: lib在C ++ 11中轻松完成此操作：

#include

#include

#include

#include

#include

#include

int main()

{

// Set up distribution

double interval[] = {1, 2, 3, 4};

double weights[] = { .90, .56, .04};

std::piecewise_constant_distribution<> dist(std::begin(interval),

std::end(interval),

std::begin(weights));

// Choose generator

std::mt19937 gen(std::time(0)); // seed as wanted

// Demonstrate with N randomly generated numbers

const unsigned N = 1000000;

// Collect number of times each random number is generated

double avg[std::extent::value] = {0};

for (unsigned i = 0; i < N; ++i)

{

// Generate random number using gen, distributed according to dist

unsigned r = static_cast(dist(gen));

// Sanity check

assert(interval[0] <= r && r <= *(std::end(interval)-2));

// Save r for statistical test of distribution

avg[r - 1]++;

}

// Compute averages for distribution

for (double* i = std::begin(avg); i < std::end(avg); ++i)

*i /= N;

// Display distribution

for (unsigned i = 1; i <= std::extent::value; ++i)

std::cout << "avg[" << i << "] = " << avg[i-1] << '\n';

}

我的系统输出：

avg[1] = 0.600115

avg[2] = 0.373341

avg[3] = 0.026544

请注意，上面的大部分代码都专门用于显示和分析输出。 实际生成只是几行代码。 输出表明已获得所请求的“概率”。 您必须将请求的输出除以1.5，因为这是请求加起来的。

Howard Hinnant answered 2019-03-31T12:36:02Z

7 votes

当我需要加权数字时我所做的是使用随机数作为重量。

例如：我需要使用以下权重生成1到3的随机数：

随机数的10％可以是1

随机数的30％可能是2

60％的随机数可能是3

然后我用：

weight = rand() % 10;

switch( weight ) {

case 0:

randomNumber = 1;

break;

case 1:

case 2:

case 3:

randomNumber = 2;

break;

case 4:

case 5:

case 6:

case 7:

case 8:

case 9:

randomNumber = 3;

break;

}

有了它，随机它有10％的概率为1,30％为2和60％为3。

您可以根据需要使用它。

希望我能帮助你，祝你好运！

Chirry answered 2019-03-31T12:37:29Z

7 votes

如果你的权重变化比绘制的慢，C ++ 11 discrete_distribution将是最简单的：

#include

#include

std::vector weights{90,56,4};

std::discrete_distribution dist(std::begin(weights), std::end(weights));

std::mt19937 gen;

gen.seed(time(0));//if you want different results from different runs

int N = 100000;

std::vector samples(N);

for(auto & i: samples)

i = dist(gen);

//do something with your samples...

但请注意，c ++ 11 /usr/include/c++/5/bits/random.tcc计算初始化时的所有累积和。 通常，您需要这样做，因为它会加快一次O(N)成本的采样时间。 但是对于快速变化的分布，它将导致繁重的计算(和存储器)成本。 例如，如果权重表示有多少项目，并且每次绘制一个项目，则删除它，您可能需要自定义算法。

Will的回答[https://stackoverflow.com/a/1761646/837451]避免了这种开销，但是比C ++ 11更慢，因为它不能使用二进制搜索。

要看到它执行此操作，您可以看到相关的行(我的Ubuntu 16.04 + GCC 5.3安装上的/usr/include/c++/5/bits/random.tcc)：

template

void

discrete_distribution<_inttype>::param_type::

_M_initialize()

{

if (_M_prob.size() < 2)

{

_M_prob.clear();

return;

}

const double __sum = std::accumulate(_M_prob.begin(),

_M_prob.end(), 0.0);

// Now normalize the probabilites.

__detail::__normalize(_M_prob.begin(), _M_prob.end(), _M_prob.begin(),

__sum);

// Accumulate partial sums.

_M_cp.reserve(_M_prob.size());

std::partial_sum(_M_prob.begin(), _M_prob.end(),

std::back_inserter(_M_cp));

// Make sure the last cumulative probability is one.

_M_cp[_M_cp.size() - 1] = 1.0;

}

mmdanziger answered 2019-03-31T12:38:18Z

3 votes

构建可以拾取的所有项目的包(或std :: vector)。

确保每个项目的数量与您的权重成比例。

例：

1 60％

2 35％

3 5％

所以有一个包含100件物品的袋子，60件1件，35件2件和5件3件。

现在随机排序包(std :: random_shuffle)

从袋子中依次挑选元素，直到它为空。

一旦空，重新随机化袋子并重新开始。

Martin York answered 2019-03-31T12:39:51Z

0 votes

在[0,1)上选择一个随机数，它应该是增强RNG的默认运算符()。 选择具有累积概率密度函数＆gt; =该数字的项目：

template

It choose_p(It begin,It end,P const& p)

{

if (begin==end) return end;

double sum=0.;

for (It i=begin;i!=end;++i)

sum+=p(*i);

double choice=sum*random01();

for (It i=begin;;) {

choice -= p(*i);

It r=i;

++i;

if (choice<0 || i==end) return r;

}

return begin; //unreachable

}

其中random01()返回double＆gt; = 0且＆lt; 1。 注意，上面不要求概率总和为1; 它为你规范化了。

p只是一个为集合中的项目[开始，结束]分配概率的函数。 如果您只有一系列概率，则可以省略它(或使用标识)。

Jonathan Graehl answered 2019-03-31T12:40:35Z

-2 votes

我已经实现了几个简单的加权随机算法。

Leonid Ganeline answered 2019-03-31T12:41:03Z