가중 난수 생성에 가장 적합한 접근 방식은 조회 테이블입니까, 아니면 반복 합계입니까?

가중 난수 생성: 기각 샘플링에 대한 효율적인 대안

거부 샘플링은 가중 확률을 사용하여 난수를 선택하는 간단한 접근 방식입니다. , 모든 시나리오에서 가장 효율적인 솔루션이 아닐 수도 있습니다. 다음은 뚜렷한 성능 특성을 지닌 두 가지 대체 전략입니다.

상수 조회 테이블(고차 함수를 통해)

이 접근 방식에는 가중치에서 조회 테이블을 생성하는 작업이 포함됩니다. 사양을 지정하고 테이블에서 값을 검색하는 함수를 반환합니다. 이점은 다음과 같습니다.

• 상수 값 선택
• 고차 함수를 사용한 간단한 구현

그러나 이 전략은 구축하는 데 선형 시간이 필요합니다. 테이블에 저장되며 작거나 정밀한 사양이나 무게가 큰 경우 상당한 메모리를 소비할 수 있습니다. 값.

반복 합산

이 전략에서는 [0,1) 범위 내에서 난수를 생성하고 가중치의 누적 합과 반복적으로 비교합니다. 난수가 특정 값의 누적 합계 내에 있으면 해당 값이 반환됩니다. 이 접근 방식의 장점은 다음과 같습니다.

• 선행 테이블 구축 비용 없음
• 평균 성능은 항목 수에 비례합니다

그러나 이 접근 방식은 상수 시간보다 계산 집약적일 수 있습니다. lookup.

결론

접근 방식의 선택은 애플리케이션의 특정 요구 사항에 따라 다릅니다. 상수 조회는 성능이 중요한 시나리오에 이상적인 반면, 반복 합계는 사양이 크거나 값이 작거나 정밀한 가중치가 있는 시나리오에 더 적합합니다.

위 내용은 가중 난수 생성에 가장 적합한 접근 방식은 조회 테이블입니까, 아니면 반복 합계입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!