如何从集合中选择随机元素？ 我对从 Java 中的 HashSet 或 LinkedHashSet。 也欢迎其他语言的解决方案。
【问题讨论】：
标签： java algorithm language-agnostic random set
既然你说“也欢迎其他语言的解决方案”，这里是 Python 的版本：
>>> import random
>>> random.choice([1,2,3,4,5,6])
3
>>> random.choice([1,2,3,4,5,6])
4
【讨论】：
在 Java 中：
Set<Integer> set = new LinkedHashSet<Integer>(3);
set.add(1);
set.add(2);
set.add(3);
Random rand = new Random(System.currentTimeMillis());
int[] setArray = (int[]) set.toArray();
for (int i = 0; i < 10; ++i) {
System.out.println(setArray[rand.nextInt(set.size())]);
}
【讨论】：
int size = myHashSet.size();
int item = new Random().nextInt(size); // In real life, the Random object should be rather more shared than this
int i = 0;
for(Object obj : myhashSet)
{
if (i == item)
return obj;
i++;
}
【讨论】：
你不能只获取集合/数组的大小/长度，生成一个介于 0 和大小/长度之间的随机数，然后调用索引与该数字匹配的元素吗？ HashSet 有一个 .size() 方法，我很确定。
在伪代码中 -
function randFromSet(target){
var targetLength:uint = target.length()
var randomIndex:uint = random(0,targetLength);
return target[randomIndex];
}
【讨论】：
PHP，假设“set”是一个数组：
$foo = array("alpha", "bravo", "charlie");
$index = array_rand($foo);
$val = $foo[$index];
Mersenne Twister 函数更好，但 PHP 中没有与 array_rand 等效的 MT。
【讨论】：
PHP，使用 MT：
$items_array = array("alpha", "bravo", "charlie");
$last_pos = count($items_array) - 1;
$random_pos = mt_rand(0, $last_pos);
$random_item = $items_array[$random_pos];
【讨论】：
Javascript 解决方案 ;)
function choose (set) {
return set[Math.floor(Math.random() * set.length)];
}
var set = [1, 2, 3, 4], rand = choose (set);
或者：
Array.prototype.choose = function () {
return this[Math.floor(Math.random() * this.length)];
};
[1, 2, 3, 4].choose();
【讨论】：
一个有点相关的你知道吗：
java.util.Collections 中有一些有用的方法可以洗牌整个集合：Collections.shuffle(List<?>) 和 Collections.shuffle(List<?> list, Random rnd)。
【讨论】：
List 接口的集合，而不是OP 讨论的Set 接口。
List.get(new Random().nextInt(size))。
Perl 5
@hash_keys = (keys %hash);
$rand = int(rand(@hash_keys));
print $hash{$hash_keys[$rand]};
这是一种方法。
【讨论】：
Icon 有一个集合类型和一个随机元素运算符，一元“？”，所以表达式
? set( [1, 2, 3, 4, 5] )
将产生一个介于 1 和 5 之间的随机数。
随机种子在程序运行时被初始化为 0，因此要在每次运行时产生不同的结果，请使用 randomize()
【讨论】：
在 C# 中
Random random = new Random((int)DateTime.Now.Ticks);
OrderedDictionary od = new OrderedDictionary();
od.Add("abc", 1);
od.Add("def", 2);
od.Add("ghi", 3);
od.Add("jkl", 4);
int randomIndex = random.Next(od.Count);
Console.WriteLine(od[randomIndex]);
// Can access via index or key value:
Console.WriteLine(od[1]);
Console.WriteLine(od["def"]);
【讨论】：
在口齿不清
(defun pick-random (set)
(nth (random (length set)) set))
【讨论】：
ELT，它可以适用于任何序列。
如果您想在 Java 中执行此操作，您应该考虑将元素复制到某种随机访问集合（例如 ArrayList）中。因为，除非您的集合很小，否则访问所选元素的成本会很高（O(n) 而不是 O(1)）。 [ed: 列表副本也是 O(n)]
或者，您可以寻找更符合您要求的另一个 Set 实现。来自 Commons Collections 的 ListOrderedSet 看起来很有希望。
【讨论】：
Clojure 解决方案：
(defn pick-random [set] (let [sq (seq set)] (nth sq (rand-int (count sq)))))
【讨论】：
nth 元素，您还必须遍历seq。
不幸的是，这在任何标准库集容器中都无法有效地完成（优于 O(n)）。
这很奇怪，因为向哈希集和二进制集添加随机选择函数非常容易。在一个不稀疏的哈希集中，您可以尝试随机条目，直到获得成功。对于二叉树，您可以在左子树或右子树之间随机选择，最多 O(log2) 步。我已经实现了下面的演示：
import random
class Node:
def __init__(self, object):
self.object = object
self.value = hash(object)
self.size = 1
self.a = self.b = None
class RandomSet:
def __init__(self):
self.top = None
def add(self, object):
""" Add any hashable object to the set.
Notice: In this simple implementation you shouldn't add two
identical items. """
new = Node(object)
if not self.top: self.top = new
else: self._recursiveAdd(self.top, new)
def _recursiveAdd(self, top, new):
top.size += 1
if new.value < top.value:
if not top.a: top.a = new
else: self._recursiveAdd(top.a, new)
else:
if not top.b: top.b = new
else: self._recursiveAdd(top.b, new)
def pickRandom(self):
""" Pick a random item in O(log2) time.
Does a maximum of O(log2) calls to random as well. """
return self._recursivePickRandom(self.top)
def _recursivePickRandom(self, top):
r = random.randrange(top.size)
if r == 0: return top.object
elif top.a and r <= top.a.size: return self._recursivePickRandom(top.a)
return self._recursivePickRandom(top.b)
if __name__ == '__main__':
s = RandomSet()
for i in [5,3,7,1,4,6,9,2,8,0]:
s.add(i)
dists = [0]*10
for i in xrange(10000):
dists[s.pickRandom()] += 1
print dists
我得到了 [995, 975, 971, 995, 1057, 1004, 966, 1052, 984, 1001] 作为输出，所以分布接缝很好。
我自己也遇到过同样的问题，但我还没有决定，这个更高效的选择所带来的性能提升是否值得使用基于 python 的集合的开销。我当然可以对其进行改进并将其翻译成 C，但今天这对我来说工作量太大了 :)
【讨论】：
C++。这应该相当快，因为它不需要遍历整个集合或对其进行排序。假设它们支持tr1，这应该适用于大多数现代编译器。如果没有，您可能需要使用 Boost。
Boost docs 在这里有助于解释这一点，即使您不使用 Boost。
诀窍是利用数据被划分为桶的事实，并快速识别随机选择的桶（以适当的概率）。
//#include <boost/unordered_set.hpp>
//using namespace boost;
#include <tr1/unordered_set>
using namespace std::tr1;
#include <iostream>
#include <stdlib.h>
#include <assert.h>
using namespace std;
int main() {
unordered_set<int> u;
u.max_load_factor(40);
for (int i=0; i<40; i++) {
u.insert(i);
cout << ' ' << i;
}
cout << endl;
cout << "Number of buckets: " << u.bucket_count() << endl;
for(size_t b=0; b<u.bucket_count(); b++)
cout << "Bucket " << b << " has " << u.bucket_size(b) << " elements. " << endl;
for(size_t i=0; i<20; i++) {
size_t x = rand() % u.size();
cout << "we'll quickly get the " << x << "th item in the unordered set. ";
size_t b;
for(b=0; b<u.bucket_count(); b++) {
if(x < u.bucket_size(b)) {
break;
} else
x -= u.bucket_size(b);
}
cout << "it'll be in the " << b << "th bucket at offset " << x << ". ";
unordered_set<int>::const_local_iterator l = u.begin(b);
while(x>0) {
l++;
assert(l!=u.end(b));
x--;
}
cout << "random item is " << *l << ". ";
cout << endl;
}
}
【讨论】：
看完这个帖子，我能写的最好的是：
static Random random = new Random(System.currentTimeMillis());
public static <T> T randomChoice(T[] choices)
{
int index = random.nextInt(choices.length);
return choices[index];
}
【讨论】：
Random； new Random() 返回一个开箱即用的正确种子实例。
使用ArrayList 和HashMap 的Java 快速解决方案：[元素-> 索引]。
动机：我需要一组具有RandomAccess 属性的项目，尤其是从集合中选择一个随机项目（参见pollRandom 方法）。二叉树中的随机导航是不准确的：树不是完全平衡的，这不会导致均匀分布。
public class RandomSet<E> extends AbstractSet<E> {
List<E> dta = new ArrayList<E>();
Map<E, Integer> idx = new HashMap<E, Integer>();
public RandomSet() {
}
public RandomSet(Collection<E> items) {
for (E item : items) {
idx.put(item, dta.size());
dta.add(item);
}
}
@Override
public boolean add(E item) {
if (idx.containsKey(item)) {
return false;
}
idx.put(item, dta.size());
dta.add(item);
return true;
}
/**
* Override element at position <code>id</code> with last element.
* @param id
*/
public E removeAt(int id) {
if (id >= dta.size()) {
return null;
}
E res = dta.get(id);
idx.remove(res);
E last = dta.remove(dta.size() - 1);
// skip filling the hole if last is removed
if (id < dta.size()) {
idx.put(last, id);
dta.set(id, last);
}
return res;
}
@Override
public boolean remove(Object item) {
@SuppressWarnings(value = "element-type-mismatch")
Integer id = idx.get(item);
if (id == null) {
return false;
}
removeAt(id);
return true;
}
public E get(int i) {
return dta.get(i);
}
public E pollRandom(Random rnd) {
if (dta.isEmpty()) {
return null;
}
int id = rnd.nextInt(dta.size());
return removeAt(id);
}
@Override
public int size() {
return dta.size();
}
@Override
public Iterator<E> iterator() {
return dta.iterator();
}
}
【讨论】：
Concurrent 的才是真正安全的，带有Collections.synchronized() 的才是半安全的。此外，OP 没有说任何关于并发的内容，所以这是一个有效且很好的答案。
dta 中删除元素（这可以通过guava 的Iterators.unmodifiableIterator 来实现）。否则，例如的默认实现AbstractSet 中的 removeAll 和 retainAll 及其使用该迭代器的父级会弄乱你的 RandomSet!
在数学中：
a = {1, 2, 3, 4, 5}
a[[ ⌈ Length[a] Random[] ⌉ ]]
或者，在最近的版本中，简单地说：
RandomChoice[a]
这遭到了反对，可能是因为它缺乏解释，所以这里是：
Random[] 生成一个介于 0 和 1 之间的伪随机浮点数。它乘以列表的长度，然后使用上限函数向上舍入到下一个整数。然后从a 中提取此索引。
由于哈希表功能经常使用 Mathematica 中的规则完成，并且规则存储在列表中，因此可以使用：
a = {"Badger" -> 5, "Bird" -> 1, "Fox" -> 3, "Frog" -> 2, "Wolf" -> 4};
【讨论】：
List asList = new ArrayList(mySet);
Collections.shuffle(asList);
return asList.get(0);
【讨论】：
怎么样
public static <A> A getRandomElement(Collection<A> c, Random r) {
return new ArrayList<A>(c).get(r.nextInt(c.size()));
}
【讨论】：
为了好玩，我写了一个基于拒绝采样的 RandomHashSet。这有点 hacky，因为 HashMap 不允许我们直接访问它的表，但它应该可以正常工作。
它不使用任何额外的内存，并且查找时间是 O(1) 摊销的。 （因为 java HashTable 比较密集）。
class RandomHashSet<V> extends AbstractSet<V> {
private Map<Object,V> map = new HashMap<>();
public boolean add(V v) {
return map.put(new WrapKey<V>(v),v) == null;
}
@Override
public Iterator<V> iterator() {
return new Iterator<V>() {
RandKey key = new RandKey();
@Override public boolean hasNext() {
return true;
}
@Override public V next() {
while (true) {
key.next();
V v = map.get(key);
if (v != null)
return v;
}
}
@Override public void remove() {
throw new NotImplementedException();
}
};
}
@Override
public int size() {
return map.size();
}
static class WrapKey<V> {
private V v;
WrapKey(V v) {
this.v = v;
}
@Override public int hashCode() {
return v.hashCode();
}
@Override public boolean equals(Object o) {
if (o instanceof RandKey)
return true;
return v.equals(o);
}
}
static class RandKey {
private Random rand = new Random();
int key = rand.nextInt();
public void next() {
key = rand.nextInt();
}
@Override public int hashCode() {
return key;
}
@Override public boolean equals(Object o) {
return true;
}
}
}
【讨论】：
这比接受答案中的 for-each 循环要快：
int index = rand.nextInt(set.size());
Iterator<Object> iter = set.iterator();
for (int i = 0; i < index; i++) {
iter.next();
}
return iter.next();
for-each 构造在每个循环上调用Iterator.hasNext()，但由于index < set.size()，该检查是不必要的开销。我看到速度提高了 10-20%，但是 YMMV。 （此外，这无需添加额外的 return 语句即可编译。）
请注意，此代码（以及大多数其他答案）可以应用于任何 Collection，而不仅仅是 Set。以泛型方法形式：
public static <E> E choice(Collection<? extends E> coll, Random rand) {
if (coll.size() == 0) {
return null; // or throw IAE, if you prefer
}
int index = rand.nextInt(coll.size());
if (coll instanceof List) { // optimization
return ((List<? extends E>) coll).get(index);
} else {
Iterator<? extends E> iter = coll.iterator();
for (int i = 0; i < index; i++) {
iter.next();
}
return iter.next();
}
}
【讨论】：
您也可以将集合转移到数组使用数组 它可能会在小规模上工作我看到for循环中投票最多的答案是O（n）反正
Object[] arr = set.toArray();
int v = (int) arr[rnd.nextInt(arr.length)];
【讨论】：
这与接受的答案 (Khoth) 相同，但删除了不必要的 size 和 i 变量。
int random = new Random().nextInt(myhashSet.size());
for(Object obj : myhashSet) {
if (random-- == 0) {
return obj;
}
}
虽然取消了上述两个变量，但上述解决方案仍然是随机的，因为我们依赖随机（从随机选择的索引开始）在每次迭代中将自身递减到 0。
【讨论】：
if (--random < 0) {，其中random 到达-1。
上述解决方案涉及延迟，但不保证选择每个索引的概率相等。
如果需要考虑这一点，请尝试水库采样。 http://en.wikipedia.org/wiki/Reservoir_sampling.
Collections.shuffle()（少数人建议）使用这样一种算法。
【讨论】：
如果你真的只是想从Set 中选择“任何”对象，而不保证随机性，最简单的方法是获取迭代器返回的第一个。
Set<Integer> s = ...
Iterator<Integer> it = s.iterator();
if(it.hasNext()){
Integer i = it.next();
// i is a "random" object from set
}
【讨论】：
Java 8 最简单的是：
outbound.stream().skip(n % outbound.size()).findFirst().get()
其中n 是一个随机整数。当然它的性能不如for(elem: Col)
【讨论】：
以 Khoth 的回答为起点的通用解决方案。
/**
* @param set a Set in which to look for a random element
* @param <T> generic type of the Set elements
* @return a random element in the Set or null if the set is empty
*/
public <T> T randomElement(Set<T> set) {
int size = set.size();
int item = random.nextInt(size);
int i = 0;
for (T obj : set) {
if (i == item) {
return obj;
}
i++;
}
return null;
}
【讨论】：
如果设置大小不大，则可以使用数组来完成。
int random;
HashSet someSet;
<Type>[] randData;
random = new Random(System.currentTimeMillis).nextInt(someSet.size());
randData = someSet.toArray();
<Type> sResult = randData[random];
【讨论】：