从加权列表中选择一个随机项目答案

【问题标题】：Select a random item from a weighted list从加权列表中选择一个随机项目
【发布时间】：2011-11-14 01:48:02
【问题描述】：

我正在尝试编写一个程序来从US Census last name list 中选择一个随机名称。列表格式为

Name           Weight Cumulative line
-----          -----  -----      -
SMITH          1.006  1.006      1
JOHNSON        0.810  1.816      2
WILLIAMS       0.699  2.515      3
JONES          0.621  3.136      4
BROWN          0.621  3.757      5
DAVIS          0.480  4.237      6

假设我将数据加载到类似的结构中

Class Name
{
    public string Name {get; set;}
    public decimal Weight {get; set;}
    public decimal Cumulative {get; set;}
}

什么数据结构最适合保存名称列表，以及从列表中选择随机名称但名称分布与现实世界相同的最佳方法。

如果数据结构有所不同，我只会使用前 10,000 行。

我曾尝试查看有关加权随机性的其他一些问题，但我在将理论转化为代码时遇到了一些麻烦。我对数学理论不太了解，所以我不知道这是否是“有或没有替换”随机选择，我希望同一个名字能够出现不止一次，这意味着。

【问题讨论】：

将累积值存储在平衡二叉树中，节点中包含名称。选择一个小于累积值之和的随机整数，并在 bin 树中搜索（小于）。
@belisarius .NET 中是否有任何二叉树结构，或者我必须编写一个？
@Scott：你可以只使用一个数组来做这个——BinarySearch 可以正常工作，只要它被排序......
@Scott 我不会说.Net，但我想应该有......这就是我没有写答案的原因
@Scott：没有内置的，但是有不错的选择，比如：itu.dk/research/c5

标签： c# random distribution weighted

【解决方案1】：

处理此问题的“最简单”方法是将其保存在列表中。

然后你可以使用：

Name GetRandomName(Random random, List<Name> names)
{
    double value = random.NextDouble() * names[names.Count-1].Culmitive;
    return names.Last(name => name.Culmitive <= value);
}

如果速度是一个问题，您可以存储一个单独的数组，该数组仅包含 Culmitive 值。有了这个，您可以使用Array.BinarySearch 快速找到合适的索引：

Name GetRandomName(Random random, List<Name> names, double[] culmitiveValues)
{
    double value = random.NextDouble() * names[names.Count-1].Culmitive;
    int index = Array.BinarySearch(culmitiveValues, value);
    if (index >= 0)
        index = ~index;

    return names[index];
}

另一个可能是最有效的选择是使用类似于C5 Generic Collection Library 的tree classes 之一。然后您可以使用RangeFrom 来查找合适的名称。这样做的好处是不需要单独的集合

【讨论】：

您的第一次植入将足够快，可以满足我的需要，谢谢！
我们找到了同样的解决方案。此外，我们围绕 NextDouble 实施了一个效率包装器，以将信息分散到多个 GetRandomName 选择中（不需要 32 位信息来从 6 个选择中选择）。
看这个，我觉得二分搜索答案需要在 if 语句上使用不同的符号。如果指数为零或高于零，请使用该答案。如果它低于零，则执行按位补码 (~) 以获得大于给定搜索值的第一个元素（如果有）（根据 Array.BinarySearch 文档）。

【解决方案2】：

我会说一个数组（如果你愿意，可以是向量）最好保存它们。至于加权平均，求和，在零和和之间取一个随机数，取累积值较小的姓氏。（例如这里，

附：这是累积的。

【讨论】：

【解决方案3】：

只是为了好玩，绝不是最佳选择

List<Name> Names = //Load your structure into this

List<String> NameBank = new List<String>();
foreach(Name name in Names)
   for(int i = 0; i <= (int)(name.Weight*1000); i++)
     NameBank.Add(name.Name)

然后：

String output = NameBank[rand(NameBank.Count)];

【讨论】：

【解决方案4】：

我已经创建了a C# library for randomly selected weighted items。

它实现了树选择和 walker 别名方法算法，为所有用例提供最佳性能。
它经过单元测试和优化。
它支持 LINQ。
它是免费和开源的，在 MIT 许可下获得许可。

一些示例代码：

IWeightedRandomizer<string> randomizer = new DynamicWeightedRandomizer<string>();
randomizer["Joe"] = 1;
randomizer["Ryan"] = 2;
randomizer["Jason"] = 2;

string name1 = randomizer.RandomWithReplacement();
//name1 has a 20% chance of being "Joe", 40% of "Ryan", 40% of "Jason"

string name2 = randomizer.RandomWithRemoval();
//Same as above, except whichever one was chosen has been removed from the list.

【讨论】：