【问题标题】:How to choose random float in a square weighted against arbitrary zones?如何在对任意区域加权的正方形中选择随机浮点数?
【发布时间】:2017-08-27 16:45:33
【问题描述】:

我有一个正方形,在 x 和 y 中从 -1 到 1。

在这个正方形中选择一个随机点非常简单:

Random r = new Random();
float x = (float)Math.Round(r.NextDouble() * 2 - 1, 4);
float y = (float)Math.Round(r.NextDouble() * 2 - 1, 4);

这给了我任何点,概率相等,在我的方格中。

从可能性中删除正方形的一部分也很容易

Random r = new Random();
float x = (float)Math.Round(r.NextDouble() * 1.5 - 1, 4);
float y = (float)Math.Round(r.NextDouble() * 2 - 1, 4);

但我真正努力做的是将随机数加权到某个区域。具体来说,我希望此处突出显示的部分更有可能,并且其他所有内容(红色部分除外,它仍然是禁区)的概率应该较低,具体取决于与高亮线的距离。最远的点应该有 0 机会,其余的存在机会,当靠近线时更高,点正好在我的线上(因为我将它们四舍五入到特定的小数,所以线上有点)具有最佳赔率。

对不起,丑陋的图片。这是我在绘画中能做的最好的表达我的想法。

“最有可能”的区域是一个空菱形(只有顶点为 (-1, 0)、(0, -0.5)、(1, 0)、(0, 0.5) 的区域,当然还有红色区域覆盖权重,因为它超出限制。红色区域是 x > 0.5

有人知道怎么做吗?我正在使用 C#,但老实说,任何非深奥语言的算法都可以解决问题。我完全不知道如何进行。

一位评论者指出,将禁区添加到算法中是一个额外的困难,没有实际用途。

您可以假设在运行加权算法后我将自己处理禁区部分。因为它只占面积的 25%,所以大多数情况下,如果我这样做,它甚至不会在性能方面产生影响:

while (x > 0.5)
{
    runAlgorithmAgain();
}

所以你可以放心地忽略这部分的答案。

【问题讨论】:

  • 我认为您需要澄清您所说的“更有可能”是什么意思。你心目中的概率分布是什么样的?它是平的,例如70% 在图内,30% 在图外?
  • 因为它是连续的,而不是离散的,所以这个数字不会那么简单。我正在寻找一个通用的解决方案,以便以后可以更改赔率,但我会说可能有 50% 的机会在该线的 0.4 个单位(abs(x) + abs(y)
  • 我认为你需要两种算法,一种选择随机点考虑更可能的事情,另一种算法做截断。
  • 考虑到禁区是方​​格的1/4,考虑到权重的形状绝对不会选择,这部分暂时可以忽略,我可以只做 while(is_off_limits()) { chooseAgain() } 这在大多数情况下几乎不会影响性能。所以是的,你可以忽略这个主要算法
  • 我之前曾询问过question,我认为这与此相关。你得到了分数。你有 4 行。您所要做的就是找到离您随机选择的点最近的点(在每条线上),然后计算该点接近主区域的百分比。使用该百分比删除/保留随机选择的点。显然,如果点很远,它更有可能被移除,如果点很近,它更有可能留下。

标签: c# random weighted cartesian-coordinates


【解决方案1】:

好的,这是我对此事的看法。我想提出一个算法,如果有一些拒绝,它可能会解决你的问题。请注意,由于需要接受-拒绝,它可能会比您预期的要慢。

我们在单象限(比如左下)采样,然后使用反射将点放入任何其他象限,然后拒绝红色区域点。

基本上,象限抽样是两步过程。首先,我们在边界线上采样第一个位置。一旦我们在线上获得位置,我们就从钟形分布(例如高斯或拉普拉斯)中采样,并在与边界线方向正交的方向上移动点。

代码可以编译,但完全未经测试,所以请检查所有以数字开头的内容

using System;

namespace diamond
{
    class Program
    {
        public const double SQRT_5 = 2.2360679774997896964091736687313;

        public static double gaussian((double mu, double sigma) N, Random rng) {
            var phi = 2.0 * Math.PI * rng.NextDouble();
            var r   = Math.Sqrt( -2.0 * Math.Log(1.0 - rng.NextDouble()) );
            return N.mu + N.sigma * r * Math.Sin(phi);
        }

        public static double laplace((double mu, double sigma) L, Random rng) {
            var v = - L.sigma * Math.Log(1.0 - rng.NextDouble());
            return L.mu + ((rng.NextDouble() < 0.5) ? v : -v );
        }

        public static double sample_length(double lmax, Random rng) {
            return lmax * rng.NextDouble();
        }

        public static (double, double) move_point((double x, double y) pos, (double wx, double wy) dir, double l) {
            return (pos.x + dir.wx * l, pos.y + dir.wy * l);
        }

        public static (double, double) sample_in_quadrant((double x0, double y0) pos, (double wx, double wy) dir, double lmax, double sigma, Random rng) {
            while (true) {
                var l = sample_length(lmax, rng);
                (double x, double y) = move_point(pos, dir, l);

                var dort = (dir.wy, -dir.wx); // orthogonal to the line direction

                var s = gaussian((0.0, sigma), rng); // could be laplace instead of gaussian

                (x, y) = move_point((x, y), dort, s);
                if (x >= -1.0 && x <= 0.0 && y >= 0.0 && y <= 1.0) // acceptance/rejection
                    return (x, y);
            }
        }

        public static (double, double) sample_in_plane((double x, double y) pos, (double wx, double wy) dir, double lmax, double sigma, Random rng) {
            (double x, double y) = sample_in_quadrant(pos, dir, lmax, sigma, rng);

            if (rng.NextDouble() < 0.25)
                return (x, y);

            if (rng.NextDouble() < 0.5) // reflection over X
                return (x, -y);

            if (rng.NextDouble() < 0.75) // reflection over Y
                return (-x, y);

            return (-x, -y); // reflection over X&Y
        }

        static void Main(string[] args) {
            var rng = new Random(32345);

            var L = 0.5 * SQRT_5 + 0.5 / SQRT_5; // sampling length, BIGGER THAN JUST A SEGMENT IN THE QUADRANT
            (double x0, double y0) pos = (-1.0, 0.0); // initial position
            (double wx, double wy) dir = (2.0 / SQRT_5, 1.0 / SQRT_5); // directional cosines, wx*wx + wy*wy = 1
            double sigma = 0.2; // that's a value to play with

            // last rejection stage
            (double x, double y) pt;
            while(true) {
                pt = sample_in_plane(pos, dir, L, sigma, rng);

                if (pt.x < 0.5) // reject points in the red area, accept otherwise
                    break;
            }
            Console.WriteLine(String.Format("{0} {1}", pt.x, pt.y));
        }
    }
}

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2015-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2015-07-05
    • 2010-09-08
    相关资源
    最近更新 更多