※ 引述《zanyking (遥远的旅人)》之铭言： : : private RangeRandom(int[] rangeArr, int off, float[] probArr) { : : offset = off; : : probabilityArray = probArr; : : setAccumulateArray(rangeArr); : : setProbArray(probArr); : 这里的写法很可怕，难懂，又容易错。 : 两个set方法互相要求对方的成员跟自己的长度要一样，而且你是先让： : probabilityArray = probArr;来方便你取得正确的长度 : 可是在setProbArray(probArr);却又一定会把probArr指向另外一个值。 : 这样写很危险。 嗯...这里其实, 在setProbArray的方法里, 并不会将probArr指向另一个值 因为实作上, 是将probArr做了累积计算放到probabilityArray里 为的是在取乱数时较为简易快速 虽然在建构时做了assign的动作, 但在setProbArray里, 会重新assign新的阵列, 这样不会改动到原 probArr 而且在物件建出後, 还可以重新设定新的机率, 但是得和原范围数量相等 例如 probArr为{0.2f,0.7f,0.1f}则在setProbArray里 会将probabilityArray={0.2f, 0.9f, 1.0f} 本来是想将 set 的方法都private掉, 避免误用 但想说至少 protected 的话, 还有机会被override掉, 如果不满意的话 ^^ : : genRandom = new Random(); : : } //{END constructor} : : /** 利用 <code>range</code> 阵列所设定的各个范围大小, 相对同个索引位置的 : : * <code>probs</code> 阵列是该位置范围的机率. <p> : : * 举例当呼叫 <code>createRangeRandom(new int[]{1,3,2}, 2, : : * new float[]{0.2f,0.7f,0.1f})</code>,<br> : : * 则乱数产生 2 的机率有 20%; 3, 4, 或5 的机率有 70%; 6 或 7 的机率有 10%. : 这里非常的难懂、也非常的不好用。那个new int[]{1,3,2} : 指的是从2开始1个数、3个数、2个数吧？ : 也就是说如果我想要2,3,4,5,6,7分别有不同的机率我就要宣告： : rangs = new int[]{1,1,1,1,1,1}; : probs = new float[]{0.1f,0.1f,0.1f,0.1f,0.2f,0.3f}; 若是直接给定的话, 的确是难用的, 我的设想是在 使用者应该会去维护一个范围array,如rArr,以及对映的机率array,如pArr 然後在要用时, 才去createRangeRandom(rArr,0,pArr) 而上面您给的例子, 可以是 int[] rangs = {4, 1, 1}; float probs = {0.4f, 0.2f, 0.3}; //其实会exception, 因为总和不为1.0f createRangeRandom(rangs, 2, probs); 真正的缺点是在於如果要用的范围中间是有大量小范围gap时, 例如: 要 1~20, 22~25, 27~30, 31~35, 37~38 40~42 : 这样的使用者介面超难用。 : 因为事实上，我并不需要知道个别值占总体的比例，我只需要知道一个纯量的权重就好。 : 也就是说像这样： : new int[]{12,123,34,1,6,77} : 至於个别比例是多少，是写程式的人要负责算的。 : : * <p> : : * <code>probs<code> 机率阵列的机率和, 必须为 1.0f, 否则会丢出一个 : : * <code>RuntimeException</code> ... : : private int getCase() { : : int c = Arrays.binarySearch(probabilityArray, genRandom.nextFloat()); : : if( c<0 ) return -(++c); : : else return c; : : } //{END} private int getCase() : 如果是要练习Arrays.binarySearch...那不错。 : 不过事实上：return genRandom.nextInt(probabilityArray.length); 就好了。 : 写程式，好懂的一行文才是王道。^^ 这边是不能用这样的作法, 原因就在於我用的probabilityArray 实际是原机率array的累计值, 而每个范围的机率不同, 所以取乱数时, 会依照random出来的float值, 来找出所对映的所在范围 以上面的例子, 机率为 0.2f 0.7f 0.1f 所以probabilityArray为 0.2f 0.9f 1.0f 当取float时, 若是 0.0~0.2 , 则会再从第1个范围去取乱数, 这才是真正会回传的乱数 若 float值>0.2 且<=0.9f, 则在第2个范围取乱数 同样当值>0.9f且 <=1.0f, 则在第3个范围取乱数 而使用Arrays.binaraySearch在於当找不到时, 回传的值是 -(insertion point)-1, 这个在Documentation内有解释 : : public int getRand() { : : int caseRange = getCase(); : : if( caseRange==0 ) : : return offset+genRandom.nextInt(accumulateArray[0]-offset); : : else : : return accumulateArray[caseRange-1]+genRandom.nextInt( : : accumulateArray[caseRange]-accumulateArray[caseRange-1]); : : } //{END} public int getRand() : : protected void setProbArray(float[] probArr) { : : if( probArr.length!= accumulateArray.length ) : : throw new RuntimeException("Array size doesn't match."); : : float test = 0f; : : probabilityArray = new float[probArr.length]; : : for(int i=0; i<probArr.length; i++) { : : test += probArr[i]; : : probabilityArray[i] = test; : : } : : if( test!= 1.0f ) : : throw new RuntimeException("Probability doesn't equal to 1.0."); : : } //{END} protected void setProbArray() ... : public static void main(String[] args) : { : RangeRandom rand = new RangeRandom(new int[]{1,3,2},2,new : float[]{0.2f,0.7f,0.1f}); : TreeMap<Integer,Integer> ansMap = new TreeMap<Integer,Integer>() ; : for(int i=0;i<100000;i++) : { : int test = rand.getRand(); : if(ansMap.containsKey(test)) ansMap.put(test,ansMap.get(test)+1); : else ansMap.put(test,1); : } : for(Map.Entry<Integer,Integer> ent : ansMap.entrySet()) : { : System.out.println("ans["+ent.getKey()+"]="+ent.getValue()); : } : } : //给你一个main()不然不能测。 : : } //{END class} class RangeRandom : 其实这个问题，大家原理应该都是大同小异的。 : 我是给分布方程式class，产生机率乱数。 : 也可以给离散数列，设成权阵Array输入，产生机率乱数。 : 道理都相同的。 感谢 <(_ _)> --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.123.219.115 ※ 编辑: AI3767 来自: 140.123.219.115 (03/15 01:54) ※ 编辑: AI3767 来自: 140.123.219.115 (03/15 01:59) ※ 编辑: AI3767 来自: 140.123.219.115 (03/15 02:01)