Get a random number focused on center
是否可以得到1-100之间的随机数,并将结果主要保持在40-60范围内?我的意思是,它很少会超出那个范围,但我希望它主要在那个范围内…是否可以使用javascript/jquery?
现在我只使用基本的
最简单的方法是从0到50生成两个随机数,然后将它们相加。
这给出了一个偏向50的分布,同样地,将两个骰子偏向7。
事实上,通过使用更多的"骰子"(如@falco建议的那样),您可以更接近钟形曲线:
1 2 3 4 5 6 7 | function weightedRandom(max, numDice) { var num = 0; for (var i = 0; i < numDice; i++) { num += Math.random() * (max/numDice); } return num; } |
J小提琴:http://jsfiddle.net/797qhcza/1/
这里有一些很好的答案可以给出具体的解决方案;让我为您描述一下一般的解决方案。问题是:
- 我有一个或多或少均匀分布在0和1之间的随机数的来源。
- 我希望生成一个随机数序列,该序列遵循不同的分布。
这个问题的一般解决方案是计算出所需分布的分位数函数,然后将分位数函数应用到统一源的输出。
分位数函数是所需分布函数积分的倒数。分布函数是一个函数,其中曲线的一部分下的面积等于随机选择的项在该部分中的概率。
我在这里举一个例子说明如何做到这一点:
Generating random non-uniform data in C#
其中的代码是C,但原则适用于任何语言;将解决方案改编为JavaScript应该很简单。
获取数字数组等是不有效的。您应该使用一个0到100之间随机数的映射,并映射到您需要的分布。因此,在您的例子中,您可以使用
我可能会做一些类似设置一个"机会",让这个号码"越界"。在这个例子中,20%的概率这个数字将是1-100,否则,40-60:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | $(function () { $('button').click(function () { var outOfBoundsChance = .2; var num = 0; if (Math.random() <= outOfBoundsChance) { num = getRandomInt(1, 100); } else { num = getRandomInt(40, 60); } $('#out').text(num); }); function getRandomInt(min, max) { return Math.floor(Math.random() * (max - min + 1)) + min; } }); |
1 2 3 | <script src="https://ajax.googleapis.com/ajax/libs/jquery/1.11.1/jquery.min.js"> <button>Generate</button> |
小提琴:http://jsfiddle.net/kbv39s9w/
几年前我需要解决这个问题,我的解决方案比其他任何答案都简单。
我在边界之间生成了3个随机数,并取其平均值。这会将结果拉向中心,但使其完全可能到达末端。
它看起来很愚蠢,但你可以用兰德两次:
1 2 3 4 5 6 7 8 9 | var choice = Math.random() * 3; var result; if (choice < 2){ result = Math.random() * 20 + 40; //you have 2/3 chance to go there } else { result = Math.random() * 100 + 1; } |
当然有可能。随机1-100。如果数字小于30,则在1-100范围内生成数字,如果不在40-60范围内生成。
产生这种随机数的方法有很多种。一种方法是计算多个均匀随机数的和。求和的随机数及其范围将决定最终分布的外观。
你总结的数字越多,它就越偏向中心。使用1个随机数之和已经在你的问题中提出,但正如你注意到的,并没有偏向于范围的中心。其他答案建议使用2个随机数之和或3个随机数之和。
通过取更多随机数的和,可以得到对范围中心更大的偏差。在极端情况下,你可以取99个随机数之和,每一个都是0或1。这是二项式分布。(二项分布在某种意义上可以看作是正态分布的离散形式)。理论上,这仍然可以覆盖整个范围,但是它对中心有太多的偏向,你不应该期望看到它到达终点。
这种方法意味着你可以调整你想要多少偏见。
您可以编写一个函数,根据权重在
这里,值
功能如下:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 | /* * Function that returns a function that maps random number to value according to map of probability */ function createDistributionFunction(data) { // cache data + some pre-calculations var cache = []; var i; for (i = 0; i < data.length; i++) { cache[i] = {}; cache[i].valueMin = data[i].values[0]; cache[i].valueMax = data[i].values[1]; cache[i].rangeMin = i === 0 ? 0 : cache[i - 1].rangeMax; cache[i].rangeMax = cache[i].rangeMin + data[i].weight; } return function(random) { var value; for (i = 0; i < cache.length; i++) { // this maps random number to the bracket and the value inside that bracket if (cache[i].rangeMin <= random && random < cache[i].rangeMax) { value = (random - cache[i].rangeMin) / (cache[i].rangeMax - cache[i].rangeMin); value *= cache[i].valueMax - cache[i].valueMin + 1; value += cache[i].valueMin; return Math.floor(value); } } }; } /* * Example usage */ var distributionFunction = createDistributionFunction([ { weight: 0.1, values: [1, 40] }, { weight: 0.8, values: [41, 60] }, { weight: 0.1, values: [61, 100] } ]); /* * Test the example and draw results using Google charts API */ function testAndDrawResult() { var counts = []; var i; var value; // run the function in a loop and count the number of occurrences of each value for (i = 0; i < 10000; i++) { value = distributionFunction(Math.random()); counts[value] = (counts[value] || 0) + 1; } // convert results to datatable and display var data = new google.visualization.DataTable(); data.addColumn("number","Value"); data.addColumn("number","Count"); for (value = 0; value < counts.length; value++) { if (counts[value] !== undefined) { data.addRow([value, counts[value]]); } } var chart = new google.visualization.ColumnChart(document.getElementById("chart")); chart.draw(data); } google.load("visualization","1", { packages: ["corechart"] }); google.setOnLoadCallback(testAndDrawResult); |
1 | <script src="https://www.google.com/jsapi"> |
用这样的东西怎么样:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | var loops = 10; var tries = 10; var div = $("#results").html(random()); function random() { var values =""; for(var i=0; i < loops; i++) { var numTries = tries; do { var num = Math.floor((Math.random() * 100) + 1); numTries--; } while((num < 40 || num >60) && numTries > 1) values += num +"<br/>"; } return values; } |
1 | <script src="https://ajax.googleapis.com/ajax/libs/jquery/1.11.1/jquery.min.js"> |
我对它的编码方式允许您设置几个变量:
循环=结果数
尝试次数=函数在停止运行while循环之前尝试获取介于40到60之间的数字的次数
附加奖励:使用do while!!!!最棒的是
这是一个在3/4 40-60和1/4范围之外的加权解。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 | function weighted() { var w = 4; // number 1 to w var r = Math.floor(Math.random() * w) + 1; if (r === 1) { // 1/w goes to outside 40-60 var n = Math.floor(Math.random() * 80) + 1; if (n >= 40 && n <= 60) n += 40; return n } // w-1/w goes to 40-60 range. return Math.floor(Math.random() * 21) + 40; } function test() { var counts = []; for (var i = 0; i < 2000; i++) { var n = weighted(); if (!counts[n]) counts[n] = 0; counts[n] ++; } var output = document.getElementById('output'); var o =""; for (var i = 1; i <= 100; i++) { o += i +" -" + (counts[i] | 0) +" "; } output.innerHTML = o; } test(); |
1 | [cc lang="javascript"] |
1 2 3 4 5 6 7 8 9 10 11 | </P><hr><P>我建议使用beta发行版生成一个介于0-1之间的数字,然后将其放大。它非常灵活,可以创建许多不同的分布形状。</P><P>这是一个快速而肮脏的取样器:</P>[cc lang="javascript"]rbeta = function(alpha, beta) { var a = 0 for(var i = 0; i < alpha; i++) a -= Math.log(Math.random()) var b = 0 for(var i = 0; i < beta; i++) b -= Math.log(Math.random()) return Math.ceil(100 * a / (a+b)) } |
好吧,所以我决定添加另一个答案,因为我觉得我最后一个答案和这里的大多数答案一样,使用某种半统计的方法来获得钟形曲线类型的结果返回。我在下面提供的代码与掷骰子的方式相同。因此,最难得到1或99,但最容易得到50。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | var loops = 10; //Number of numbers generated var min = 1, max = 50; var div = $("#results").html(random()); function random() { var values =""; for (var i = 0; i < loops; i++) { var one = generate(); var two = generate(); var ans = one + two - 1; var num = values += ans +"<br/>"; } return values; } function generate() { return Math.floor((Math.random() * (max - min + 1)) + min); } |
1 | <script src="https://ajax.googleapis.com/ajax/libs/jquery/1.11.1/jquery.min.js"> |
针对这个问题的最佳解决方案是Blueraja-Danny Pflughoeft提出的解决方案,但我认为一个更快更通用的解决方案也值得一提。
当我必须生成满足以下两个要求的随机数(字符串、坐标对等)
我通常首先创建一个满足要求的数字数组(字符串、坐标对等)(在您的例子中:一个包含更多可能的数字的数组多次),然后选择该数组的一个随机项。这样,每个项目只需要调用一次昂贵的随机函数。
1 2 3 4 5 6 7 8 9 10 11 | var randNum; // generate random number from 1-5 var freq = Math.floor(Math.random() * (6 - 1) + 1); // focus on 40-60 if the number is odd (1,3, or 5) // this should happen %60 of the time if (freq % 2){ randNum = Math.floor(Math.random() * (60 - 40) + 40); } else { randNum = Math.floor(Math.random() * (100 - 1) + 1); } |
分布
1 2 3 | 5% for [ 0,39] 90% for [40,59] 5% for [60,99] |
解决方案
1 2 3 4 | var f = Math.random(); if (f < 0.05) return random(0,39); else if (f < 0.95) return random(40,59); else return random(60,99); |
通用解决方案
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 | random_choose([series(0,39),series(40,59),series(60,99)],[0.05,0.90,0.05]); function random_choose (collections,probabilities) { var acc = 0.00; var r1 = Math.random(); var r2 = Math.random(); for (var i = 0; i < probabilities.length; i++) { acc += probabilities[i]; if (r1 < acc) return collections[i][Math.floor(r2*collections[i].length)]; } return (-1); } function series(min,max) { var i = min; var s = []; while (s[s.length-1] < max) s[s.length]=i++; return s; } |
您可以使用助手随机数来生成40-60或1-100中的随机数:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | // 90% of random numbers should be between 40 to 60. var weight_percentage = 90; var focuse_on_center = ( (Math.random() * 100) < weight_percentage ); if(focuse_on_center) { // generate a random number within the 40-60 range. alert (40 + Math.random() * 20 + 1); } else { // generate a random number within the 1-100 range. alert (Math.random() * 100 + 1); } |
如果可以使用
这个数字的95%在
1 | randomNumber = 50 + 5*gaussian() |
实现这一点的最佳方法是生成一个随机数,该随机数平均分布在一组特定的数字中,然后对介于0和100之间的集合应用投影函数,在该集合中投影更可能达到所需的数字。
通常,实现这一点的数学方法是绘制所需数字的概率函数。我们可以使用钟形曲线,但是为了更简单的计算,我们只使用翻转抛物线。
让我们做一个抛物线,它的根在0和100之间,不会使它倾斜。我们得到如下方程:
1 | f(x) = -(x-0)(x-100) = -x * (x-100) = -x^2 + 100x |
现在,曲线下0到100之间的所有区域都代表了我们想要生成数字的第一组区域。在那里,这一代完全是随机的。所以,我们需要做的就是找到第一组的边界。
当然,下限是0。上界是我们的函数在100的积分,即
1 2 | F(x) = -x^3/3 + 50x^2 F(100) = 500,000/3 = 166,666.66666 (let's just use 166,666, because rounding up would make the target out of bounds) |
所以我们知道我们需要生成一个介于0和166666之间的数字。然后,我们只需要取这个数字,并把它投影到第二个集合,即0到100之间。
我们知道我们生成的随机数是抛物线的一个积分,输入x在0到100之间。这意味着我们只需要假设随机数是f(x)的结果,并求出x。
在这种情况下,f(x)是一个三次方程,以
1 2 3 4 | a = -1/3 b = 50 c = 0 d = -1 * (your random number) |
对x求出实际的随机数,它保证在[0,100]范围内,并且接近中心的可能性比边缘大得多。
这个答案很好。但我想发布不同情况下的实现指令(我不喜欢JavaScript,所以希望您能理解)。
假设每个范围都有范围和权重:
1 2 | ranges - [1, 20], [21, 40], [41, 60], [61, 100] weights - {1, 2, 100, 5} |
可以缓存初始静态信息:
数字生成:
性能优化的附加说明。范围不必按升序或降序排序,因此对于更快的范围,具有最高权重的查找范围应首先进行,具有最低权重的查找范围应最后进行。