从任意大样本中伪随机选择时对不同结果进行加权

Question

所以，我坐在后院思考口袋妖怪，就像我们都习惯做的那样，这让我思考：当你遇到“随机”口袋妖怪时，某些样本比其他样本出现的频率要高得多，这意味着它们的权重与看起来较小的权重不同。

现在，如果我要解决让不同的 Pokemon 以一定的概率出现的问题，我很可能会通过简单地增加某些 Pokemon 在选择池中的条目数量来实现（就像这样），

Pool:
C1 C1 C1 C1
C2 C2
C3 C3 C3 C3 C3
C4

所以 C1 有被拉动的机会有 1/3，C2 有 1/6 的机会等等，但我知道这可能是一种非常简单和幼稚的方法，并且不太可能在大量选择的情况下很好地扩展。

所以，我的问题是这样的，S/O：给定任意大的样本量，您将如何权衡一种结果大于另一种结果的机会？并且，作为后续问题，假设您希望某些选项的概率以浮点精度的比率出现，而不是整数比率？

Answer 1

如果您知道每个事件发生的概率，则需要将这些概率映射到 0-100 的范围（如果您想使用实数和概率，则为 0 到 1）。

因此，在上面的示例中，有 12 个 C。 C1 为 4/12 或 ~33%，
C2 为约 17% 的 2/12，C3 为 5/12 或约 42%，C4 为 1/12 或约 8%。

请注意，这些加起来都是 100%。因此，如果我们选择 0 到 100 之间的随机数，我们可以将 C1 映射到 0-33，将 C2 映射到 33-50（比 C1 的值多 17），将 C3 映射到 50-92，将 C4 映射到 92-100。

if 语句可以做出选择：

r = rand() # between 0-100
if (r <33)
  return "C1"
elsif (r < 50)
  return "C2"
elsif (r < 92)
  return "C3"
elsif (r < 100)
  return "C4"

如果您想要比百分之一更高的精度，只需选择 1-1000 或您想要的任何范围。使用整数并缩放它们可能是比使用浮点数更好的形式，因为如果值之间的差异变大，浮点数可能会出现奇怪的行为。

如果你想像上面显示的那样进行分箱路线，你可以尝试这样的事情（在红宝石中，尽管这个想法更通用）：

a = ["C1"]*4 + ["C2"]*2 + ["C3"]*5 + ["C4"]
# ["C1", "C1", "C1", "C1", "C2", "C2", 
#  "C3", "C3", "C3", "C3", "C3", "C4"]
a[rand(a.length)] # => "C1' w/ probability 4/12

分箱会更慢，因为你需要创建数组，但更容易添加替代方案，因为你不会'不需要每次都重新计算概率。

您还可以从数组表示形式生成上述 if 代码，这样您只需在生成代码时进行一次预处理，然后从创建的代码中获得快速答案。