python的random模块及加权随机算法的python实现方法_python加权随机资源-CSDN文库

29 浏览量 2020-12-24 22:33:10 上传评论收藏 61KB PDF 举报

资源推荐

资源详情

资源评论

python的的random模块及加权随机算法的模块及加权随机算法的python实现方法实现方法

random是用于生成随机数的，我们可以利用它随机生成数字或者选择字符串。

•random.seed(x)改变随机数生成器的种子改变随机数生成器的种子seed。。

一般不必特别去设定seed，Python会自动选择seed。

•random.random() 用于生成一个随机浮点数n,0 <= n < 1

•random.uniform(a,b) 用于生成一个指定范围内的随机浮点数，生成的随机整数a<=n<=b;

•random.randint(a,b) 用于生成一个指定范围内的整数，a为下限，b为上限，生成的随机整数a<=n<=b;若a=b，则n=a；若

a>b，报错

•random.randrange([start], stop [,step]) 从指定范围[start,stop)内，按指定基数递增的集合中获取一个随机数，基数缺省值为

1

•random.choice(sequence) 从序列中获取一个随机元素，参数sequence表示一个有序类型，并不是一种特定类型，泛指

list，tuple，字符串等

•random.shuffle(x[,random]) 用于将一个列表中的元素打乱（洗牌），会改变原始列表

•random.sample(sequence,k) 从指定序列中随机获取k个元素作为一个片段返回，不会改变原有序列

那么现在基础知识有了，我们来实现一个加权随机算法：

加权随机算法一般应用在以下场景：有一个集合S，里面比如有A,B,C,D这四项。这时我们想随机从中抽取一项，但是抽取的

概率不同，比如我们希望抽到A的概率是50%,抽到B和C的概率是20%,D的概率是10%。一般来说，我们可以给各项附一个权

重，抽取的概率正比于这个权重。那么上述集合就成了：

{A:5，B:2，C:2，D:1}

方法一：方法一：

最简单的方法可以这样：

把序列按权重值扩展成:lists=[A,A,A,A,A,B,B,C,C,D],然后random.choice(lists)随机选一个就行。虽然这样选取的时间复杂度是

O(1)，但是数据量一大，空间消耗就太大了。

# coding:utf-8

import random

def weight_choice(list, weight):

"""

:param list: 待选取序列

:param weight: list对应的权重序列

:return:选取的值

"""

new_list = [] for i, val in enumerate(list):

new_list.extend(val * weight[i])

return random.choice(new_list)

if __name__ == "__main__":

print(weight_choice(['A', 'B', 'C', 'D'], [5, 2, 2, 1]))

方法二：方法二：

比较常用的方法是这样：

计算权重总和sum，然后在1到sum之间随机选择一个数R，之后遍历整个集合，统计遍历的项的权重之和，如果大于等于R，

就停止遍历，选择遇到的项。

还是以上面的集合为例，sum等于10，如果随机到1-5，则会在遍历第一个数字的时候就退出遍历。符合所选取的概率。

选取的时候要遍历集合，它的时间复杂度是O（n）。

# coding:utf-8

import random

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

内容反馈

weixin_38656364

粉丝: 7
资源: 898

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip