Implementazione di opensource del metodo alias [chiuso]

Question

Al momento sto facendo un progetto e, nell'interesse del riutilizzo del codice, sono andato alla ricerca di una libreria in grado di eseguire alcune accettazioni / scarti probabilistici di un elemento:

cioè, ci sono tre persone (a, b c) e ognuna di esse ha una probabilità P {i} di ottenere un oggetto, dove p {a} indica la probabilità di a. Queste probabilità sono calcolate in fase di esecuzione e non possono essere codificate.

Quello che volevo fare è generare un numero casuale (per un oggetto) e calcolare chi ottiene quell'oggetto in base alla probabilità di ottenerlo. Il metodo alias ( http: // books.google.com/books?pg=PA133&dq=alias+method+walker&ei=D4ORR8ncFYuWtgOslpVE&sig=TjEThBUa4odbGJmjyF4daF1AKF4&id=ERSSDBDcYOIC& se esiste un'implementazione già pronta, quindi non dovrei scriverla.

Answer 1

Farebbe qualcosa del genere? Metti tutti i p {i} nell'array, la funzione restituirà un indice alla persona che ottiene l'oggetto. Esegue in 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;      
}

EDIT: non l'ho ancora provato. Il mio punto era che la funzione che hai descritto non è molto complicata (se ho capito cosa intendevi correttamente, cioè) e non dovresti scaricare una libreria per risolverlo.

Answer 2

Ecco un'implementazione di Ruby: https://github.com/cantino/walker_method

Answer 3

Ho appena provato il metodo sopra - non è perfetto, ma suppongo che per i miei scopi dovrebbe essere sufficiente. (codice in groovy, incollato in un unit test ...)

    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