java按权重随机算法

  // 随机数
    private static final String NUMBER_VALUE        = "0123456789";


    private static Random       random              = new Random();
   
  
     public static void main(String[] args) {   
        Map<String, String> map = new HashMap<>();  
        map.put("a", "5");  
        map.put("b", "2");  
        map.put("c", "2");  
        map.put("d", "1");  
        for (int v = 1; v <= 10; v++) {  
            System.out.println("第" + v + "批次执行");  
            int aT = 0;  
            int bT = 0;  
            int cT = 0;  
            int dT = 0;  
            for (int i = 0; i < 1000; i++) {  
                String result = weightRandom(map);  
                if (result.equals("a")) {  
                    aT++;  
                } else if (result.equals("b")) {  
                    bT++;  
                } else if (result.equals("c")) {  
                    cT++;  
                } else if (result.equals("d")) {  
                    dT++;  
                }  
            }  
            System.out.println("a出现" + aT + "次");  
            System.out.println("b出现" + bT + "次");  
            System.out.println("c出现" + cT + "次");  
            System.out.println("d出现" + dT + "次");  
        }  
    }  
     
     
     /** 
      * @Description 方法描述:权重随机 
      * @author leon 2018年1月26日 下午3:54:32 
      * @CopyRight leon 
      * @param map 
      * @return 
      */  
     public static String weightRandom(Map<String, String> map) {  
         Set<String> keySet = map.keySet();  
         List<String> weights = new ArrayList<String>();  
         for (Iterator<String> it = keySet.iterator(); it.hasNext();) {  
             String weightStr = it.next();  
             int weight = Integer.valueOf(map.get(weightStr));  
             for (int i = 0; i <= weight; i++) {  
                 weights.add(weightStr);  
             }  
         }  
         int idx =  getRandomNum(weights.size());  
         return weights.get(idx);  
     }  
     /**
      * 方法实现描述:生成随机数(纯数字)
      * 
      * @author leon 2016年8月11日下午12:55:02
      * @param numberLength 随机数位数
      * @return String
      */
     public static String getRandom(int numberLength) {
         // 定义验证码所取值
         StringBuffer strCode = new StringBuffer();
         // 生成四位数随机验证码内容
         for (int i = 0; i < numberLength; i++) {
             strCode.append(NUMBER_VALUE.charAt(getRandomNum(NUMBER_VALUE.length())));
         }
         return strCode.toString();
     }
     /**
      * 方法实现描述:生成随机数
      * 
      * @author leon 2016年8月11日下午12:54:36
      * @param maxNumber 最大数
      * @return int
      */
     public static int getRandomNum(int maxNumber) {
         return random.nextInt(maxNumber);
     }
### Java随机算法的实现与用法 #### 蒙特卡洛方法的应用 蒙特卡洛方法是一种基于统计学原理的计算技术,常用于解决复杂的数值问题。在Java中,可以通过`java.util.Random`类生成随机数并模拟大量实验来估计结果。例如,在估算圆周率π时,可以使用如下代码: ```java import java.util.Random; public class MonteCarloPi { public static void main(String[] args) { int totalPoints = 1000000; int insideCircle = 0; Random random = new Random(); for (int i = 0; i < totalPoints; i++) { double x = random.nextDouble(); double y = random.nextDouble(); if (x * x + y * y <= 1) { insideCircle++; } } double piEstimate = 4.0 * insideCircle / totalPoints; System.out.println("Estimated value of Pi: " + piEstimate); } } ``` 上述代码展示了如何通过随机点落在单位圆内的比例来近似求解π值[^1]。 --- #### 带权重随机选择算法权重随机选择是指根据元素的不同权重分配其被选中的概率。这种算法通常应用于抽奖、推荐系统等领域。以下是其实现方式的一个例子: ```java import java.util.Map; import java.util.HashMap; import java.util.Random; public class WeightedRandomSelector<T> { private Map<T, Double> map = new HashMap<>(); private Random random = new Random(); public void addElement(T element, double weight) { map.put(element, weight); } @SuppressWarnings("unchecked") public T select() { double sumWeights = map.values().stream().mapToDouble(Double::doubleValue).sum(); double randValue = random.nextDouble() * sumWeights; double cumulativeWeight = 0; for (T key : map.keySet()) { cumulativeWeight += map.get(key); if (randValue <= cumulativeWeight) { return key; } } throw new RuntimeException("No selection made"); } public static void main(String[] args) { WeightedRandomSelector<String> selector = new WeightedRandomSelector<>(); selector.addElement("Option A", 3.0); selector.addElement("Option B", 7.0); for (int i = 0; i < 10; i++) { System.out.println(selector.select()); } } } ``` 此代码实现了带有权重的选择机制,其中每个选项的权重决定了它被选中的可能性大小[^2][^3]。 --- #### 权重随机算法的实际案例 为了更直观地理解权重随机算法的工作流程,考虑以下场景:假设有一组学生数据,每名学生的属性包括姓名、性别、年龄以及对应的权重值。我们需要按照这些权重进行随机抽取操作。 ```java class Student { private String name; private String gender; private int age; private double weight; public Student(String name, String gender, int age, double weight) { this.name = name; this.gender = gender; this.age = age; this.weight = weight; } @Override public String toString() { return name + "-" + gender + "-" + age + "-" + weight; } public double getWeight() { return weight; } } public class WeightedStudentSelector { private final Random random = new Random(); private final Student[] students; public WeightedStudentSelector(Student... students) { this.students = students; } public Student select() { double totalWeight = 0; for (Student student : students) { totalWeight += student.getWeight(); } double target = random.nextDouble() * totalWeight; double accumulatedWeight = 0; for (Student student : students) { accumulatedWeight += student.getWeight(); if (accumulatedWeight >= target) { return student; } } return null; // Should never reach here. } public static void main(String[] args) { Student s1 = new Student("Alice", "F", 20, 5.0); Student s2 = new Student("Bob", "M", 22, 8.0); Student s3 = new Student("Charlie", "M", 21, 2.0); WeightedStudentSelector selector = new WeightedStudentSelector(s1, s2, s3); for (int i = 0; i < 10; i++) { System.out.println(selector.select()); } } } ``` 这段代码展示了一个具体的加权随机选取过程,适用于多维度的数据结构[^5]。 --- #### 总结 无论是蒙特卡洛方法还是带权重随机选择算法,它们都依赖于`java.util.Random`类的功能。前者主要用于复杂问题的概率建模,后者则侧重于按特定条件调整事件发生的频率。两者均体现了Java语言处理随机性和不确定性的强大能力。 相关问题
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值