Opensource Implementação do Método Alias ??[fechado]

Question

Eu estou fazendo um projeto no momento, e no interesse de reutilização de código, eu fui à procura de uma biblioteca que pode executar alguma probabilística aceitar / rejeitar de um item:

i., Existem três pessoas (a, b c), e cada um deles têm uma probabilidade P {i} de obter um item, onde p {a} denota a probabilidade de um. Essas probabilidades são calculadas em tempo de execução, e não pode ser codificado.

O que eu queria fazer é gerar um número aleatório (para um item), e calcular quem fica com esse item com base em sua probabilidade de conseguir isso. O método de alias ( http: // books.google.com/books?pg=PA133&dq=alias+method+walker&ei=D4ORR8ncFYuWtgOslpVE&sig=TjEThBUa4odbGJmjyF4daF1AKF4&id=ERSSDBDcYOIC&output=html ) descrito aqui explicou como, mas eu queria ver se existe uma implementação preparado para que eu não iria 't tem que escrever-se.

Answer 1

Será que algo como isso faz? Coloque todos os p {i} 's na matriz, a função retornará um índice para a pessoa que recebe o item. Executa em 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: Eu realmente não tenho testado isso. Meu ponto era que a função que você descreveu não é muito complicado (se eu entendi o que você quis dizer com razão, que é), e você não precisa baixar uma biblioteca para resolver isso.

Answer 2

Aqui está uma implementação Ruby: https://github.com/cantino/walker_method

Answer 3

eu só testou o método acima - não é perfeito, mas eu acho que para os meus propósitos, que deveria ser o suficiente. (Código groovy, colado em um teste de unidade ...)

    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