从固定人口长度生成随机唯一数的问题

Question

我这里有一个问题：我需要生成给定长度的随机数，每次生成这些数字时，我都需要检查它是否已经被看到。

示例：我的固定人口规模是 2.000.000。 因此，例如，在我的算法的第一轮中，我的样本量是 400.000。 我需要在 2.000.000 上生成 400.000。 生成这些随机数后，我将它们保存在 HashSet 中。

在我的算法的第二轮中，假设我想生成 20.000 个随机数，但我需要通过查看 HashSet（其中包含第一轮的 400.000 个初始数字）来检查是否已经看到了这 20.000 个数字。

这是我到目前为止得到的：

1 round: 
         population size: 2.000.000
         sample: 400.000
         List<Integer> result = new ArrayList<Integer>(sample);

         I save the numbers in a variable called perm[],so :
         int perm[] = new int[population]

  public List<Integer> generateRandomNumbers (int population, Set<Integer> setListStringSeen, int sample)
  {
   for (int i = 0; i < sample; i++)  
   {
      // random integer between i and population-i
      k = i + (int) (Math.random() * (population - i));
                    
     if(setListStringSeen.contains(k))
     {    
         // the problem here is: when I check here and if the newly generated number
         // was already see, I need to generate again a new number. But in this case,
         // the next number need to be checked again, because it could be seen too.
         // how can I end up this loop of checking?

        k = i + (int) (Math.random() * (population - i));
        
        if(setListStringSeen.contains(k))
        {
            System.out.println("we've choose this number once before");
        }
        
        setListStringSeen.add(k);           
        
      }
    
      int t = perm[k];
      perm[k] = perm[i];
      perm[i] = t;
    
   }

   for (int i = 0; i < sample; i++)
   {
      result.add(perm[i]);
   }

    at the end of 1 round, I add all the generated numbers in a HashSet:

   setListStringSeen.addAll(result);

   return result;

}

现在让我们 go 到第 2 轮：假设我们要生成 20.000 个新数字：我想要的是，通过检查 Hashset 变量检查这些将要生成的数字（在第二轮中）是否已经被看到。 关于如何做的任何想法？

Answer 1

您可以使用：

while (set.add(random.nextInt(2000000)) != true);

将它添加到集合中，它将唯一地添加它

另一种选择可能是在 class scope 中创建一个 2mil 的总样本集，然后将其洗牌并从列表中拉出，这样您就不会两次获得相同的数字：

List<Integer> sample = IntStream.rangeClosed(0, 2000000)
    .boxed().collect(Collectors.toList());
Collections.shuffle(sample)

Answer 2

您应该事先生成随机数，以确保它们不会重复。

一个简单的方法是获取一个整数列表，然后对其进行洗牌。

例如：

// Obtain a list of integers from 0 to the size of population - 1
final List<Integer> integers = Stream.iterate(0, n -> n + 1)
    .limit(population)
    .collect(Collectors.toList());
// integers will have have [0, 1, 2, .... n]

// Then shuffle them
Collections.shuffle(integers);
// integers will have have something like [3, 66, 44, .... n] randomly

检查https://docs.oracle.com/javase/8/docs/api/java/util/Collections.html#shuffle-java.util.List-java.util.Random-

Answer 3

如果您使用的是 Java 8 或更高版本，您可以执行以下操作：

public static void main(String args[]) {
    Random rand = new Random();

    int populationSize =  20;
    int sampleSizeFirstRound =  10;

    Set<Integer> sample = rand.ints(1,populationSize)
            .distinct()
            .limit(sampleSizeFirstRound)
            .boxed()
            .collect(Collectors.toSet());

    int sampleSizeSecondRound =  6;
    Set<Integer> sampleSecondRound = rand.ints(1,populationSize)
            .distinct()
            .boxed()
            .filter(i -> !sample.contains(i))
            .limit(sampleSizeSecondRound)
            .collect(Collectors.toSet());

    System.out.println(sample);
    System.out.println(sampleSecondRound);
}

为了使其更易于管理，我将样本的大小保持在较小的范围内。 根据需要调整它们。