有没有很好的方法来获得随机生成的正态分布整数？
我想到的第一个方法：
int rndi = (int)Math.floor(random.nextGaussian()*std);
有没有更好的办法？
【问题讨论】：
严格来说，你不能有正态分布的整数。也许您想要的是分类到桶中的正态分布的输出。在这种情况下，您可能希望根据数组的大小来移动和缩放正态分布。如果您只是从标准正态分布（均值 = 0 和尺度 = 1）中抽取样本，则大约 99% 的时间会得到介于 -2 和 2 之间的样本。
假设您想要从大小为 N 的数组中随机抽样。您希望中间的条目比末尾的样本更频繁地被选择，但您希望靠近末端的样本偶尔出现，比如 1%的时间。然后你可能想要计算像 N/2 + N*z/4 这样的东西，其中 z 是你的标准法线，然后将这些数字转换为整数。如果你这样做，你偶尔会在你的数组之外得到一个索引。只需对此进行测试并在发生这种情况时获得一个新值。
【讨论】：
您应该更新问题以明确您的用例到底是什么。
根据您的评论，您根本不应该使用正态分布。而是尝试许多 离散 分布中的一种，因为您希望最后是整数。其中有很多，但我推荐一个 - 非常简单。它使用stochastic vector 作为离散概率分布。
这里是示例实现：
public class DiscreteRandom {
private final double[] probDist;
public DiscreteRandom(double... probs) {
this.probDist = makeDistribution(probs);
}
private double[] makeDistribution(double[] probs) {
double[] distribution = new double[probs.length];
double sum = 0;
for (int i = 0; i < probs.length; i++) {
sum += probs[i];
distribution[i] = sum;
}
return distribution;
}
public int nextInt() {
double rand = Math.random();
int i = 0;
while (rand > probDist[i]) i++;
return i;
}
/**
* Simple test
*/
public static void main(String[] args) {
// We want 0 to come 3 times more often than 1.
// The implementation requires normalized probability
// distribution thus testProbs elements sum up to 1.0d.
double[] testProbs = {0.75d, 0.25d};
DiscreteRandom randGen = new DiscreteRandom(testProbs);
// Loop 1000 times, we expect:
// sum0 ~ 750
// sum1 ~ 250
int sum0 = 0, sum1 = 0, rand;
for (int i = 0; i < 1000; i++) {
rand = randGen.nextInt();
if (rand == 0) sum0++;
else sum1++;
}
System.out.println("sum0 = " + sum0 + "sum1 = " + sum1);
}
}
【讨论】：
这取决于您要如何处理这些随机数。
java.util.Random 有一些缺陷。如 JavaDoc 中所述，nextGaussian() 方法使用 Box Muller 变换。它依赖于使用线性同余生成器实现的Random.nextDouble()。正如错误修复提案中所述，实施并不是最好的：
Sun 的方法使用 48 位种子，并且（就最低位而言）仅访问其中的 17 位 - 产生非常严重的非随机性。
因此，如果您对高统计质量感兴趣，则应该避免使用 Sun 的实现。看看这个"Not so random" applet，看看它有多糟糕。
如果您关心统计质量，您能做的最好的事情就是使用一些外部 PRNG 库。
【讨论】：
java.util.Random 可为许多应用程序提供可接受的结果。 en.wikipedia.org/wiki/Linear_congruential_generator
您可以预先计算一个“随机”整数列表，然后手动调整该列表以获得您想要的分布。
然后，当您想要一个“随机”数字时，只需从列表中拉出下一个可用的数字...
这样可以确保分布，从而确保特定项目被选中的概率。为了好玩，您可以随时“混合”您的列表。
【讨论】：