python随机二进制列表，均匀分布答案

【问题标题】：python random binary list, evenly distributedpython随机二进制列表，均匀分布
【发布时间】：2018-05-30 19:08:58
【问题描述】：

我有代码可以创建一个任意长度的二进制列表，并打开随机位数：

rand_binary_list = lambda n: [random.randint(0,1) for b in range(1,n+1)]
rand_binary_list(10)

这会返回如下内容：

[0,1,1,0,1,0,1,0,0,0]

如果你运行它一百万次，你会得到一个钟形曲线分布，其中sum(rand_binary_list(10)) 大约是5 比1 或10 更频繁。

我更喜欢的是，打开 10 个位中的 1 个与打开其中一半的可能性相同。打开的位数应该是均匀分布的。

我不确定如何在不损害随机性完整性的情况下做到这一点。有什么想法吗？

编辑：

我想明确地展示这种钟形曲线现象，所以在这里：

>>> import random
>>> rand_binary_list = lambda n: [random.randint(0,1) for b in range(1,n+1)]
>>> counts = {0:0,1:0,2:0,3:0,4:0,5:0,6:0,7:0,8:0,9:0,10:0}
>>> for i in range(10000):
...     x = sum(rand_binary_list(10))
...     counts[x] = counts[x] + 1
...
>>> counts[0]
7
>>> counts[1]
89
>>> counts[2]
454
>>> counts[3]
1217
>>> counts[4]
2017
>>> counts[5]
2465
>>> counts[6]
1995
>>> counts[7]
1183
>>> counts[8]
460
>>> counts[9]
107
>>> counts[10]
6

看到打开 5 位的机会比打开 1 位的机会高得多吗？

【问题讨论】：

这与以randint(2, 12) 测试 d26 卷的相反

标签： python random bell-curve

【解决方案1】：

类似这样的：

def randbitlist(n=10):
    n_on = random.randint(0, n)
    n_off = n - n_on
    result = [1]*n_on + [0]*n_off
    random.shuffle(result)
    return result

“on”的位数应均匀分布在 [0, n] 内，包括在内，然后那些被选中的位将均匀分布在整个列表中。

【讨论】：