根据使用频率随机生成字母？答案

【问题标题】：Randomly Generate Letters According to their Frequency of Use?根据使用频率随机生成字母？
【发布时间】：2011-01-10 03:09:29
【问题描述】：

如何根据常用语音中的使用频率随机生成字母？

任何伪代码都值得赞赏，但 Java 中的实现会很棒。否则，只需朝正确的方向戳一下就会有帮助。

注意：我不需要生成使用频率 - 我确信我可以轻松查找。

【问题讨论】：

欺骗stackoverflow.com/questions/2073235/random-weighted-choice 和许多其他人（搜索“加权随机生成”）
@Eli：抱歉 - 没有意识到它的名字。
fEnglish = new[] {8.167f,1.492f,2.782f,4.253f,12.702f,2.228f,2.015f,6.094f, 6.966f,0.153f,0.772f,4.025f,2.406f,6.749f,7.507f,1.929f,0.095f,5.987f, 6.327f,9.056f,2.758f,0.978f,2.361f,0.150f,1.974f,0.074f}; 然后...
public static int RandomFromFrequencyArray(this float[] f) { float sum = 0f; foreach (float ff in f) sum += ff; int kF = f.Length; int result = 0; float sumSoFar = f[0]; float percentageResult = Random.Range(0f, sum ); while (sumSoFar < percentageResult) { ++result; sumSoFar += f[result]; if ( result >= kF ) {Debug.Log("woe..."); return (kF-1);} } return result; }
频率数组不必加到 100。所以，这样做完全没问题：'(new[] {15f,5f,5f,1f}).RandomFromFrequencyArray();` For例如英语中的元音...只需从整个字母频率中取频率（因为它不必加到 100）...'int trueRandomVowel = (new[] {8.167f,12.702f,6.966f,7.507 f,2.758f}).RandomFromFrequencyArray(); return ("aeiou".ToCharArray())[v].ToString();'

标签： java algorithm random pseudocode

【解决方案1】：

我假设您将频率存储为 0 到 1 之间的浮点数，总和为 1。

首先你应该准备一个累积频率表，即那个字母和它之前的所有字母的频率之和。

为了简化，如果你从这个频率分布开始：

A  0.1
B  0.3
C  0.4
D  0.2

您的累积频率表将是：

A  0.1
B  0.4 (= 0.1 + 0.3)
C  0.8 (= 0.1 + 0.3 + 0.4)
D  1.0 (= 0.1 + 0.3 + 0.4 + 0.2)

现在生成一个介于 0 和 1 之间的随机数，并查看该数字在此列表中的位置。选择最小累积频率大于随机数的字母。一些例子：

假设你随机选择 0.612。这介于 0.4 和 0.8 之间，即 B 和 C 之间，所以你会选择 C。

如果你的随机数是 0.039，它在 0.1 之前，即在 A 之前，所以选择 A。

我希望这是有道理的，否则请随时要求澄清！

【讨论】：

【解决方案2】：

一种快速的方法是生成一个字母列表，其中每个字母根据其出现的频率出现在列表中。比如说，如果“e”的使用率为 25.6%，并且您的列表长度为 1000，那么它将有 256 个“e”。

然后，您可以通过使用(int) (Math.random() * 1000) 从列表中随机选择点来生成 0 到 999 之间的随机数。

【讨论】：

匹配特定文本的字母频率的最佳方法:-)
+1 这是一个很好的建议，但如果您的字符出现频率非常低（例如 0.00001 或更少），则不理想。我想这取决于你需要什么。
这有明显的精度限制，但可能更可取，因为它很容易实现和理解。
这确实是随机性的“视频游戏方法”..您列出了一个列表，其中包含您想要的粗略频率的东西 - 然后选择一个。

【解决方案3】：

我要做的是将相对频率缩放为浮点数，使其总和为 1.0。然后，我将创建一个包含每个字母的 cumulative 总数的数组，即获得该字母和所有“低于”它的字母必须加到顶部的数字。假设 A 的频率为 10%，b 为 2%，z 为 1%；那么您的表格将如下所示：

0.000 A ; from 0% to 10% gets you an A
0.100 B ; above 10% is at least a B
0.120 C ; 12% for C...
...
0.990 Z ; if your number is >= 99% then you get a Z

然后您自己生成一个介于 0.0 和 1.0 之间的随机数，并在数组中进行二分搜索，以找到小于您的随机数的第一个数字。然后选择那个位置的字母。完成。

【讨论】：

诅咒你，马克拜尔斯！更好解释的答案，比我快 3 分钟！ ;)

【解决方案4】：

甚至不是伪代码，但可能的方法如下：

令 p1, p2, ..., pk 为您想要匹配的频率。

计算累积频率：p1, p1+p2, p1+p2+p3, ... , 1
生成一个随机统一的 (0,1) 数 x
检查累积频率 x 属于哪个区间：如果它在 p1+..+pi 和 p1+...+pi+p(i+1) 之间，则输出 (i+1)st信

根据您实现区间查找的方式，如果 p1,p2,... 按降序排序，该过程通常会更有效，因为您通常会更快找到包含 x 的区间。

【讨论】：

【解决方案5】：

使用二叉树为您提供了一种很好、干净的方式来找到正确的条目。在这里，您从frequency 映射开始，其中键是符号（英文字母），值是它们出现的频率。这会被反转，并创建一个NavigableMap，其中键是累积概率，值是符号。这使查找变得容易。

  private final Random generator = new Random();

  private final NavigableMap<Float, Integer> table = 
    new TreeMap<Float, Integer>();

  private final float max;

  public Frequency(Map<Integer, Float> frequency)
  {
    float total = 0;
    for (Map.Entry<Integer, Float> e : frequency.entrySet()) {
      total += e.getValue();
      table.put(total, e.getKey());
    }
    max = total;
  }

  /** 
   * Choose a random symbol. The choices are weighted by frequency.
   */ 
  public int roll()
  {
    Float key = generator.nextFloat() * max;
    return table.higherEntry(key).getValue();
  }

【讨论】：