[英]generate random integers with a specific sum
我有 5 個字段,我希望它們都有一個介於 0 和 100 之間的生成數字。但是,5 個字段的總和應該是 100。
當我想為一個字段提供一個隨機數時,我會執行以下操作:
Random rnd = new Random();
int x= rnd.Next(1, 10);
但是對於需要總和為 100 的多個字段,我應該如何做到這一點?
您可以使用以下方法:
它基本上對應於在 [0, 100] 區間上隨機選擇 4 個切片點,並使用 5 個結果區間的長度作為隨機數:
const int k = 5;
const int sum = 100;
Random rnd = new Random();
int[] x = new int[k + 1];
// the endpoints of the interval
x[0] = 0;
x[k] = sum;
// generate the k - 1 random sectioning points
for (int i = 1; i < k; i++) {
x[i] = rnd.Next(0, sum + 1);
}
// sort the sectioning points
Array.Sort(x);
// obtain the k numbers with sum s
int[] N = new int[k];
for (int i = 0; i < k; i++) {
N[i] = x[i + 1] - x[i];
}
為了使您的分布均勻,您可以嘗試以下方法:
代碼:
const int ExpectedSum = 100;
Random rnd = new Random();
int[] fields = new int[5];
// Generate 4 random values and get their sum
int sum = 0;
for (int i = 0; i < fields.Length - 1; i++)
{
fields[i] = rnd.Next(ExpectedSum);
sum += fields[i];
}
// Adjust the sum as if there were 5 random values
int actualSum = sum * fields.Length / (fields.Length - 1);
// Normalize 4 random values and get their sum
sum = 0;
for (int i = 0; i < fields.Length - 1; i++)
{
fields[i] = fields[i] * ExpectedSum / actualSum;
sum += fields[i];
}
// Set the last value
fields[fields.Length - 1] = ExpectedSum - sum;
現場示例: https : //dotnetfiddle.net/5yXwOP
要實現真正的隨機分布,每個元素都有機會成為 100,總和為 100,您可以使用以下解決方案:
public static int[] GetRandomDistribution(int sum, int amountOfNumbers)
{
int[] numbers = new int[amountOfNumbers];
var random = new Random();
for (int i = 0; i < sum; i++)
{
numbers[random.Next(0, amountOfNumbers)]++;
}
return numbers;
}
static void Main(string[] args)
{
var result = GetRandomDistribution(100, 5);
}
它將隨機數加一,直到達到總和。 這應該滿足您的所有標准。
經過思考,我更喜歡以下解決方案,因為它不太可能產生相等的分布:
public static int[] GetRandomDistribution2(int sum, int amountOfNumbers)
{
int[] numbers = new int[amountOfNumbers];
var random = new Random();
for (int i = 0; i < amountOfNumbers; i++)
{
numbers[i] = random.Next(sum);
}
var compeleteSum = numbers.Sum();
// Scale the numbers down to 0 -> sum
for (int i = 0; i < amountOfNumbers; i++)
{
numbers[i] = (int)(((double)numbers[i] / compeleteSum) * sum);
}
// Due to rounding the number will most likely be below sum
var resultSum = numbers.Sum();
// Add +1 until we reach "sum"
for (int i = 0; i < sum - resultSum; i++)
{
numbers[random.Next(0, amountOfNumbers)]++;
}
return numbers;
}
例如。
int sum=100;
int i = 5;
Random rnd = new Random();
while (true)
{
int cur;
--i;
if (i == 0) {
Console.WriteLine(sum + " ");
break;
} else
cur=rnd.Next(1, sum);
sum -= cur;
Console.WriteLine(cur + " ");
}
現場示例: https : //dotnetfiddle.net/ltIK40
或
Random rnd = new Random();
int x= rnd.Next(1, 10);
int y= rnd.Next(x,x+10);
int y2=rnd.Next(y,y+10);
int y3=rnd.Next(y2,y2+10);
int y4=100-(x+y+y2+y3);
我的方法是這樣的:
var rnd = new Random();
var numbers = Enumerable.Range(0, 5).Select(x => rnd.Next(0, 101)).ToArray().OrderBy(x => x).ToArray();
numbers = numbers.Zip(numbers.Skip(1), (n0, n1) => n1 - n0).ToArray();
numbers = numbers.Concat(new[] { 100 - numbers.Sum() }).ToArray();
這是我認為可能的統一。
創建您的第一個隨機數。 之后,您將num1
和 100 的值之間的差值作為max def of rnd
的max def of rnd
。 但要保證他們的總和是100,你必須檢查在最后num
如果所有的總和nums
為100如果最后不是值num
的區別是,他們的總和100。
為了簡化您的代碼並獲得一個干凈的結構,將該代碼放入一個循環中,而不是單個數字使用int[5]
數組。
private int[] CreateRandomNumbersWithSum()
{
int[] nums = new int[5];
int difference = 100;
Random rnd = new Random();
for (int i = 0; i < nums.Length; i++)
{
nums[i] = rnd.Next(0, difference);
difference -= nums[i];
}
int sum = 0;
foreach (var num in nums)
sum += num;
if (sum != 100)
{
nums[4] = 100 - sum;
}
return nums;
}
解決方案是,不是數字需要隨機,而是分布需要隨機。 數字的隨機性將是其隨機分布的副作用。
因此,您將從給定范圍內的五個隨機數開始。 只要所有五個的范圍相同,確切的范圍就無關緊要,盡管更寬的范圍允許更多的變化。 我會使用 Random.NextDouble() 返回 0 到 1 之間的隨機數。
這些單獨的數字中的每一個除以這些數字的總和代表一個分布。
例如,假設您的隨機數是 .4、.7、.2、.5、.2。 (為簡單起見,使用較少的數字。)
這些數字的總和是 2。所以現在分布是這些數字中的每一個除以總數。
.4 / 2 = .20
.7 / 2 = .35
.2 / 2 = .10
.5 / 2 = .25
.2 / 2 = .10
您會注意到,如果有更多的小數位,這些分布將等於 100% 或非常接近它。
輸出將是這些分布中的每一個乘以目標數量,在本例中為 100。換句話說,這些數字中的每一個都代表 100 的一部分。
因此,將這些分布中的每一個乘以目標,我們得到 20、35、10、25 和 100,加起來為 100。
麻煩的是,由於四舍五入,您的數字並不總是完美地加起來為 100。要解決這個問題,如果總和小於 100,您可能會在最小數字上加一,或者從總和的最大數字中減去一大於 100。或者您可以選擇隨機添加或減去其中一個數字。
這是一個創建分布的類。 (我只是在玩,所以我還沒有完全優化到死。)
public class RandomlyDistributesNumbersTotallingTarget
{
public IEnumerable<int> GetTheNumbers(int howManyNumbers, int targetTotal)
{
var random = new Random();
var distributions = new List<double>();
for (var addDistributions = 0; addDistributions < howManyNumbers; addDistributions++)
{
distributions.Add(random.NextDouble());
}
var sumOfDistributions = distributions.Sum();
var output = distributions.Select(
distribution =>
(int)Math.Round(distribution / sumOfDistributions * targetTotal, 0)).ToList();
RoundUpOutput(output, targetTotal);
return output;
}
private void RoundUpOutput(List<int> output, int targetTotal)
{
var difference = targetTotal - output.Sum();
if (difference !=0)
{
var indexToAdjust =
difference > 0 ? output.IndexOf(output.Min()) : output.IndexOf(output.Max());
output[indexToAdjust]+= difference;
}
}
}
這是一個不完全科學的單元測試,它對其進行了多次測試並確保結果總和為 100。
[TestMethod]
public void OutputTotalsTarget()
{
var subject = new RandomlyDistributesNumbersTotallingTarget();
for (var x = 0; x < 10000; x++)
{
var output = subject.GetTheNumbers(5, 100);
Assert.AreEqual(100, output.Sum());
}
}
一些示例輸出:
5、30、27、7、31
15、7、26、27、25
10、11、23、2、54
這些數字的平均值總是會達到 20,因此雖然 96、1、1、1 是一種假設的可能性,但它們往往會徘徊在接近 20 的位置。
好的。 我之前在這個看似微不足道的問題上的嘗試讓我感到很沮喪,我決定再試一次。 為什么不將所有的數字都歸一化? 這保證了隨機性,並避免了排序的 O(n log n) 性能。 它還有一個優點,即使我有基本的數學知識,我也可以計算出數字是均勻分布的。
public static int[] UniformNormalization(this Random r, int valueCount, int valueSum)
{
var ret = new int[valueCount];
long sum = 0;
for (int i = 0; i < valueCount; i++)
{
var next = r.Next(0, valueSum);
ret[i] = next;
sum += next;
}
var actualSum = 0;
for (int i = 0; i < valueCount; i++)
{
actualSum += ret[i] = (int)((ret[i] * valueSum) / sum);
}
//Fix integer rounding errors.
if (valueSum > actualSum)
{
for (int i = 0; i < valueSum - actualSum; i++)
{
ret[r.Next(0, valueCount)]++;
}
}
return ret;
}
這也應該是最快的解決方案之一。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.