针对短序列的更好的随机“感觉”整数生成器

如果你的问题是如何计算 currentAnswer 通过非迭代地使用示例的概率,Guffa得到了您的答案。

如果问题是如何避免随机聚类而不破坏等价性,并且您知道列表长度的上界,那么考虑以下类似于取消排序的算法:

from random import randrange
# randrange(a, b) yields a <= N < b

def decluster():
    for i in range(seq_len):
        j = (i + 1) % seq_len
        if seq[i] == seq[j]:
            i_swap = randrange(i, seq_len) # is best lower bound 0, i, j?
            if seq[j] != seq[i_swap]:
                print 'swap', j, i_swap, (seq[j], seq[i_swap])
                seq[j], seq[i_swap] = seq[i_swap], seq[j]

seq_len = 20
seq = [randrange(1, 5) for _ in range(seq_len)]; print seq
decluster(); print seq
decluster(); print seq

其中与实际工作的python代码的任何关系纯属巧合。我很确定之前的概率是保持不变的,它看起来确实打破了集群(偶尔还会增加一些)。但我很困,所以这只是为了娱乐。

然后填充一个结果数组, shuffle 然后按顺序分配。

所以只有8个问题:

answer_slots = [0,0,1,1,2,2,3,3]

shuffle(answer_slots)

print answer_slots
 [1,3,2,1,0,2,3,0]

要将重复数字的概率降低25%,可以选择一个介于0和3.75之间的随机数字,然后旋转它,使0.75以上一个答案结束。

为了避免使用浮点值,可以将这些因子乘以四:

伪代码(其中 / 是整数除法):

currentAnswer = ((random(0..14) + lastAnswer * 4) % 16) / 4

设置加权数组。假设最后一个值是2。创建这样的数组:

array = [0,0,0,0,1,1,1,1,2,3,3,3,3];

然后在数组中选择一个数字。

newValue = array[arc4random() % 13];

现在切换到使用数学而不是数组。

newValue = ( ( ( arc4random() % 13 ) / 4 ) + 1 + oldValue ) % 4;

对于P可能性和A权重 0<W<=1 用途:

newValue = ( ( ( arc4random() % (P/W-P(1-W)) ) * W ) + 1 + oldValue ) % P;

对于p=4和w=1/4,(p/w-p(1-w))=13。这表示最后一个值将是其他值的1/4。

如果你完全排除了最新的答案,它将和最新的答案经常出现一样引人注目。我不知道你觉得什么样的体重合适,但1/4是一个很好的起点。