三类随机问题
1. 已有n条记录,从中选取m条记录,选取出来的记录前后顺序不管。
实现思路:按行遍历所有记录,约隔n/m条取一个数据即可
2. 在1类情况下,还要求选取出来的m条记录是随机排序的
实现思路: 给n条记录,分别增加一列标记,值为随机选取的1至n之间的不重复数据,
实现参考博文 将文件内容按行随机排列
3. 区别于1,2类问题, 如果记录是有权重的,如何结合权重去随机选取。 比如A的权重为10, B的权重股为5, C的权重为1, 则随机选取4个时可能应该出现AABB。
这第三类问题是本文重点,下面开始解决。
实现思路: 以 A:10, B:5, C:1 三条记录上随机选取4条为例,(是否以权重排序这个无所谓)
对于
A 10
B 5
C 1
首先,将第n行的数值赋为第n行加第n-1行的,递归执行,如下:
A 10
B 15
C 16
然后每次从[1,16]随机选取一个数,如果落在[1,10]之间,则选取A,如果落在(10,15]之间则选B,如果落在(16,16]之间则选取C, 图示如下,谁占的区间大(权重高),被选上的概率更大。
知道了思路,实现起来就比较方便了, 需要考虑的一点可能就是我随即选了一个数值,比如12,我怎么跟B对应上? 其实也比较简单,用二分法查找即可。
下面附上实现代码:
- #include <string>
- #include <cstdlib>
- #include <vector>
- using namespace std;
- const int LEN = 4098;
- const int MAX_QUERY_LEN = 2048;
- //返回属于[p,q)的随机数
- int rand(int p, int q)
- {
- int size = q-p+1;
- return p+ rand()%size;
- }
- //删除行尾换行符
- int chomp(char *str)
- {
- int len = strlen(str);
- while(len > 0 && (str[len - 1] == 'n' || str[len - 1] == 'r'))
- {
- str[len - 1] = 0;
- len--;
- }
- return len;
- }
- //获取一个随机数会落在哪个区间
- int get_pos(vector<int> vec_freq, int begin, int end, int rand_num)
- {
- if(begin >= end)
- {
- return begin;
- }
- int mid = (begin + end)/2;
- if( vec_freq[mid] >= rand_num )
- {
- return get_pos(vec_freq, begin, mid, rand_num );
- }
- else
- {
- return get_pos(vec_freq, mid+1, end, rand_num );
- }
- }
- //主函数
- int main(int argc, char *argv[])
- {
- //输入记录文件,两列,第一列为记录,第二列为热度值
- FILE* infile = fopen(argv[1], "r");
- if( infile == NULL )
- {
- printf("Cann't open file %s.", argv[1]);
- return -1;
- }
- FILE* outfile = fopen(argv[2], "w");
- if( outfile == NULL)
- {
- printf("Cann't open file %s to write.", argv[2]);
- return -1;
- }
- //要获取的随机记录个数
- int num = atoi(argv[3]);
- if( num <= 0)
- {
- printf("num [%s] <= 0.");
- return -1;
- }
- //这两个数组用下标关联
- vector<string> vec_query;
- vector<int> vec_freq;
- vec_query.clear();
- vec_freq.clear();
- int freq = 0;
- char line[MAX_QUERY_LEN]={0};
- while( !feof(infile) )
- {
- if( !fgets(line, sizeof(line),infile))
- {
- break;
- }
- line[sizeof(line)-1] = 0;
- chomp(line);
- char* p_tab = strchr(line, 't');
- if( NULL == p_tab )
- {
- printf("line format error. [%s]n");
- continue;
- }
- *p_tab = 0;
- string query(line);
- freq += atoi(p_tab+1);
- vec_query.push_back(query);
- vec_freq.push_back(freq);
- //printf("%st%dn", line, freq);
- }
- for(int i=0; i < num; ++i)
- {
- int rand_num = rand(1, freq+1);
- int pos = get_pos(vec_freq, 0, vec_freq.size(), rand_num);
- fprintf(outfile, "%st%dt%dn", vec_query[pos].c_str(), vec_freq[pos], rand_num);
- }
- fclose(infile);
- fclose(outfile);
- return 0;
- }
最后
以上就是深情鸵鸟最近收集整理的关于随机选取算法 (有权重的记录中选取)的全部内容,更多相关随机选取算法内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复