Chinaunix首页 | 论坛 | 博客
  • 博客访问: 626113
  • 博文数量: 127
  • 博客积分: 6136
  • 博客等级: 准将
  • 技术积分: 1461
  • 用 户 组: 普通用户
  • 注册时间: 2009-10-24 00:32

分类:

2010-12-26 12:33:27

    前段时间,一同学让我帮他实现一个抽奖系统,花了2天时间写了一个,不是很复杂。既然是抽奖,那必然是涉及到取样问题,如何在最短时间內对样本中的元素以等概率进行选取,这里的要求就是不能重复,也就是说不可能一个人既中一等奖也中了二等奖。
    让我把这个问题在抽象一下,给定一个含M个元素的数组,从中抽取N个元素(N方案一:
    第一反应:利用随机数,每次选取一个元素,判断该元素是否已经选取过,如果是,重新选取,否则,输出。进行下一轮选取。
    方案一确实能解决这个问题,这里我们再加一个限制,按序输出。或许,有人会说,这还不简单,选取的元素不直接输出,而是存放到一个数组中,选取结束之后,先排序,再输出。这样确实也可以,而我从另一个角度来出发。
   方案二:
   前面是把N个元素作为分析对象,现在我们把M个元素作为分析对象,那么,对于M中的每一个元素被选的概率为N/M,那么我们就可以对这M个元素按序作概率选取,这样我们就能保证其结果是按序输出的。C语言实现如下:

#define M 2000
#define N 5
int myrand()
{
    int n = rand()%M;
    if(n < N)
        return 1;
    return 0;
}

int main()
{
    int i=0, j=0;
    srand(time(NULL));
    for(i=0; i<M; i++)
    {
        if(myrand() == 1)
            printf("%d ", i);
    }
    return 0;
}

    等等,这里似乎有点问题,比如,现在有2个元素,要选取一个。对于第一个,选取的概率为0.5,如果第一个没选中,那么第二个元素必然要选中,但此时,第二个元素被选取的概率仍为0.5,所以这里的代码执行结果就是选取的元素可能是N个,也可能小于N个,也有可能大于N个。
    所以,我们不能以等概率来选取每一个元素,比如,5个元素中选取2个,第一个被选取的概率为0.4,如果第一个没有选中,那么第二个被选取的概率应该为0.5(2/4),如果第一个选中了,那么第二个被选取的概率为0.25(1/4)。如果学过概率论的话,其实每个元素被选取的概率仍然是等概率的。C语言实现如下:

#define M 2000
#define N 5
int myrand(int m, int last)
{
    int n = rand()%m;
    if(n < last)
        return 1;
    return 0;
}

int main()
{
    int i=0, j=0;
    int remaining = N, selected = 0;
    srand(time(NULL));
    for(i=0; i<M; i++)
    {
        if(myrand(M-i-selected, remaining) == 1)
        {
            printf("%d ", i);
            selected++;
            remaining--;
            if(remaining == 0)
                break;
        }
    }
    return 0;
}

方案三:
   我们仍以M个元素作为分析对象,选取N个元素的过程我们可以看成是将M个元素顺序打乱后,输出的前N个,比如,M个元素有M!种排列方式,我们随机选取其中一种,输出其前N个元素。
   这里可以做一下简化,我们只需要打乱前N个元素即可,打乱后,将前N个元素排序输出。C语言实现如下:

#define M 2000
#define N 5

int randint(int start, int end)
{
    return rand()%(end-start) + start;
}
int com(const void *a, const void *b)
{
    int *aa = (int *)a, *bb = (int *)b;
    if(*aa > *bb)    return 1;
    else if(*aa == *bb)    return 0;
    else if(*aa < *bb)    return -1;
}
int main()
{
    int i=0, j;
    int *a = (int *)malloc(M*sizeof(int));
    int temp;
    srand(time(NULL));
    for(i=0; i<M; i++)
        a[i] = i;
    for(i=0; i<N; i++)
    {
        j = randint(i, M-1);
        temp = a[i];
        a[i] = a[j];
        a[j] = temp;
    }
    qsort(a, N, sizeof(int), com);
    for(i=0; i<N; i++)
        printf("%d ", a[i]);
    printf("\n");
    free(a);
    return 0;
}


   其实关于取样问题还有很多方法,每种方法都适用于特定的问题,我们只有在深入理解问题的情况下,才有可能设计出高效的代码。
阅读(1239) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~