使用随机数抛硬币看起来并不完全随机答案

【问题标题】：Coin toss using random numbers does not appear exactly random使用随机数抛硬币看起来并不完全随机
【发布时间】：2016-04-29 11:45:39
【问题描述】：

我想要一个随机数生成器来模拟抛硬币，这就是我所做的

public class CoinToss
{
    public static void main(String args[])
    {
        int num=(int)(1000*Math.random());
        if(num<500)
            System.out.println("H");
        else
            System.out.println("T");
    }
}

结果令人沮丧，因为我在 20 次运行中得到了 16 个正面和 4 个反面。这并不似乎是随机的。它可能，但如果程序正确，我想要一个普遍的意见？我在数学上遗漏了什么吗？

【问题讨论】：

尝试多运行几次。你可能会得到更好的结果。
20 个样本在数学上毫无意义，托盘再放一个更大的样本（至少 10k）
是的，@Preuk 是对的。我刚刚用 max_int 循环了你的例子，结果如下：H：1073754033，T：1073729614
您最初的问题是您认为“完全随机”这个词是有意义的。 :-)

标签： java random coin-flipping

【解决方案1】：

稍微修改了你的代码，它似乎足够随机。

代码：

    int h = 0;
    int t = 0;
    for (int i = 0; i < 1000; i++) {
        int num = (int) (1000 * Math.random());
        if (num < 500) {
            h++;

        } else {
            t++;

        }
    }
    System.out.println("T:" + t);
    System.out.println("H:" + h);

输出：

T:506
H:494

我猜这就是随机性^^

【讨论】：

【解决方案2】：

20 次运行的样本量不足以评估其随机性。可以这样想：如果你跑了 4 次，得到 4 次正面，你会想，“哇，这根本不是随机的。”但事实上，如果你拿了 4 个硬币，并把它们翻转了 16 次，你希望至少得到所有 4 个正面的一次。因此，如果您进行少量运行，并且您得到的结果在正面和反面之间分布不均，这并不意味着它不是随机的。

或者这样看：如果您编写的代码只打印“Heads”，然后是“Tails”，然后是“Heads”，依此类推，你会得到一半正面和一半的尾巴。但这根本不是随机的！这只是一个重复的模式。

因此，当随机结果在短期内看起来参差不齐时，不要让故事的寓意感到惊讶。试着重写你的代码，让它计算有多少正面和多少反面，让它翻转大约一百万左右，看看你是否每个都没有得到大约 500,000。它应该多一点或少一点，因为随机不会给你准确的，但它应该更接近。

【讨论】：

【解决方案3】：

您的代码似乎是正确的，尽管您可以更轻松地实现它：

Random r = new Random();
int num = r.nextInt(2);
if (num == 0)
    System.out.println("H");
else
    System.out.println("T");

Random#nextInt(int i) 返回一个介于0 和i-1 之间的随机整数

【讨论】：

您的代码似乎是正确的，尽管您可以更轻松地实现它：r.nextBoolean(); ;)

【解决方案4】：

伪随机数生成器 (PRNG)，也称为确定性随机位生成器 (DRBG)，是一种用于生成数字序列的算法，其属性近似于随机数序列的属性。

PRNG 生成的序列并不是真正随机的，因为它完全由一组相对较小的初始值决定，称为 PRNG 的种子

虽然可以生成更接近真正随机的序列

当然，任何考虑产生随机数字的算术方法的人都处于罪恶状态。约翰·冯·诺依曼

【讨论】：

【解决方案5】：

您需要更多的输入才能获得相同数量的输入。对于如此少量的输出，有时您会使它们在数量上彼此接近，有时一侧会比另一侧“显示”更多。实际上，出现4 tails 和16 heads 的概率是0.462%，这在某种程度上是“现实的”......尝试更多地使用它，并查看它的行为。

顺便想想这个输入：

6 6 6 6 6 6 6 6 6 6

似乎不是随机的，对吧？但它在某些时候以数字π 的十进制形式存在，因此它是随机系列的一部分。这只是一个系列大小的问题，所以当你使用随机数时，你必须以这种方式思考。更多地考虑随机生成器而不是结果。您使用的是正确的函数，因为它基于 System.nanoTime()，所以生成器是正确的，但您的结果很小。

【讨论】：