Implementación de código abierto del método Alias ​​[cerrado]

Question

Estoy haciendo un proyecto en este momento y, en aras de la reutilización del código, busqué una biblioteca que pueda realizar alguna aceptación/rechazo probabilístico de un elemento:

es decir, hay tres personas (a, b c) y cada una de ellas tiene una probabilidad P{i} de obtener un artículo, donde p{a} denota la probabilidad de a.Estas probabilidades se calculan en tiempo de ejecución y no se pueden codificar.

Lo que quería hacer es generar un número aleatorio (para un artículo) y calcular quién obtiene ese artículo en función de su probabilidad de obtenerlo.El método de alias (http://books.google.com/books?pg=PA133&dq=alias+method+walker&ei=D4ORR8ncFYuWtgOslpVE&sig=TjEThBUa4odbGJmjyF4daF1AKF4&id=ERSSDBDcYOIC&output=html) descrito aquí explicó cómo, pero quería ver si hay una implementación lista para no tener que escribirla.

Answer 1

¿Algo como esto serviría?Coloque todas las p{i} en la matriz, la función devolverá un índice a la persona que obtiene el elemento.Se ejecuta en O(n).

public int selectPerson(float[] probabilies, Random r) {
    float t = r.nextFloat();
    float p = 0.0f;

    for (int i = 0; i < probabilies.length; i++) {
        p += probabilies[i];
        if (t < p) {
            return i;
        }
    }

    // We should not end up here if probabilities are normalized properly (sum up to one)
    return probabilies.length - 1;      
}

EDITAR:Realmente no he probado esto.Mi punto es que la función que describiste no es muy complicada (si entendí correctamente lo que querías decir), y no deberías necesitar descargar una biblioteca para resolver esto.

Answer 2

Aquí hay una implementación de Ruby: https://github.com/cantino/walker_method

Answer 3

Acabo de probar el método anterior; no es perfecto, pero supongo que para mis propósitos debería ser suficiente.(código en maravilloso, pegado en una prueba unitaria...)

    void test() {
        for (int i = 0; i < 10; i++) {
            once()
        }
    }
    private def once() {
        def double[] probs = [1 / 11, 2 / 11, 3 / 11, 1 / 11, 2 / 11, 2 / 11]
        def int[] whoCounts = new int[probs.length]
        def Random r = new Random()
        def int who
        int TIMES = 1000000
        for (int i = 0; i < TIMES; i++) {
            who = selectPerson(probs, r.nextDouble())
            whoCounts[who]++
        }
        for (int j = 0; j < probs.length; j++) {
            System.out.printf(" %10f ", (probs[j] - (whoCounts[j] / TIMES)))
        }
        println ""
    }
    public int selectPerson(double[] probabilies, double r) {
        double t = r
        double p = 0.0f;
        for (int i = 0; i < probabilies.length; i++) {
            p += probabilies[i];
            if (t < p) {
                return i;
            }
        }
        return probabilies.length - 1;
    }

outputs: the difference betweenn the probability, and the actual count/total 
obtained over ten 1,000,000 runs:
  -0.000009    0.000027    0.000149   -0.000125    0.000371   -0.000414 
  -0.000212   -0.000346   -0.000396    0.000013    0.000808    0.000132 
   0.000326    0.000231   -0.000113    0.000040   -0.000071   -0.000414 
   0.000236    0.000390   -0.000733   -0.000368    0.000086    0.000388 
  -0.000202   -0.000473   -0.000250    0.000101   -0.000140    0.000963 
   0.000076    0.000487   -0.000106   -0.000044    0.000095   -0.000509 
   0.000295    0.000117   -0.000545   -0.000112   -0.000062    0.000306 
  -0.000584    0.000651    0.000191    0.000280   -0.000358   -0.000181 
  -0.000334   -0.000043    0.000484   -0.000156    0.000420   -0.000372