具有不同机会的数组列表中的随机元素

Question

正如标题中所说，我想使用不同的“随机因子”从列表中获取一个随机元素。上下文如下：

• 我有一个班级列表，但我不知道班级的数量。
• 此列表中的所有类都扩展了一个公共超类，其中一个方法返回了它们在列表中被选中的机会百分比。

我可能有一个想法，例如将所有类别出现的机会百分比相加，如果超过 100 %，则将每个百分比除以使相对机会仍然相同，但是 总百分比不超过 100 %。可能不是很清楚，如果不是我再解释一下。

Answer 1

只需对数字求和，在[0, 1) 中创建一个随机值，乘以总和并遍历列表，从结果中减去数字，直到得到一个数字

List<MyClass> elements = ...
double sum = elements.stream().mapToDouble(MyClass::getChance).sum();
double rand = Math.random() * sum;
MyClass choice = null;
for (MyClass e : elements) {
    choice = e;
    rand -= e.getChance();
    if (rand < 0) {
        break;
    }
}

Answer 2

假设您在列表中有 3 个对象，这些对象的“百分比”（您应该真正称之为“重量”，因为它不是百分比）分别为 4、7 和 9。

所有权重之和：20。

因此，第一个元素平均应从 20 次中选出 4 次，第二个元素应从 20 次中选出 7 次，以此类推。

因此，生成一个介于 0 和 20 之间的整数。如果结果介于 0 和 4 之间，则选择第一个元素。如果结果在 4 到 11 之间，则选择第二个，如果结果在 11 到 20 之间，则选择最后一个。

剩下的只是实现细节。

Answer 3

如果您只想进行一次（或几次）查找，那么answer by @fabian 很好。

但是，如果您要经常这样做，那么该解决方案执行的顺序搜索效率不高。

要获得更有效的解决方案，您需要更有针对性的查找，因此您需要按累积机会来组织数据。这可以使用二进制搜索作为数组来完成，也可以通过累积机会作为NavigableMap 来完成。

使用NavigableMap，例如TreeMap，然后您可以使用higherEntry(K key) 查找所选对象：

返回与严格大于给定键的最小键关联的键值映射，如果没有这样的键，则返回null。

所以，这里是示例代码：

public class MyObj {
    private final String name;
    private final int weight;
    public MyObj(String name, int weight) {
        this.name = name;
        this.weight = weight;
    }
    public String getName() {
        return this.name;
    }
    public int getWeight() {
        return this.weight;
    }
    @Override
    public String toString() {
        return this.name;
    }

    public static void main(String[] args) {
        // Build list of objects
        List<MyObj> list = Arrays.asList(
                new MyObj("A", 2),
                new MyObj("B", 6),
                new MyObj("C", 12)
        );

        // Build map keyed by cumulative weight
        NavigableMap<Integer, MyObj> weighedMap = new TreeMap<>();
        int totalWeight = 0;
        for (MyObj obj : list) {
            totalWeight += obj.getWeight();
            weighedMap.put(totalWeight, obj);
        }
        System.out.println(weighedMap);

        // Pick 20 objects randomly according to weight
        Random rnd = new Random();
        for (int i = 0; i < 20; i++) {
            int pick = rnd.nextInt(totalWeight);
            MyObj obj = weighedMap.higherEntry(pick).getValue();
            System.out.printf("%2d: %s%n", pick, obj);
        }
    }
}

样本输出

{2=A, 8=B, 20=C}
14: C
10: C
 9: C
 5: B
11: C
 3: B
 1: A
 0: A
 1: A
 7: B
 4: B
11: C
17: C
15: C
 4: B
16: C
 9: C
17: C
19: C
 2: B