LeetCode-470. 用 Rand7() 实现 Rand10()【数学 拒绝采样 概率与统计 随机化】

题目描述:

给定方法 rand7 可生成 [1,7] 范围内的均匀随机整数,试写一个方法 rand10 生成 [1,10] 范围内的均匀随机整数。

你只能调用 rand7() 且不能调用其他方法。请不要使用系统的 Math.random() 方法。

每个测试用例将有一个内部参数 n,即你实现的函数 rand10() 在测试时将被调用的次数。请注意,这不是传递给 rand10() 的参数。

示例 1:
输入: 1
输出: [2]

示例 2:
输入: 2
输出: [2,8]

示例 3:
输入: 3
输出: [3,8,10]

提示:
1 <= n <= 105

进阶:
rand7()调用次数的 期望值 是多少 ?
你能否尽量少调用 rand7() ?

解题思路一:首先说一个结论就是(rand_X() - 1) × Y + rand_Y() ==> [1,X*Y],即可以等概率的生成[1, X * Y]范围的随机数,其实就像军训的时候报数,Y是每一行的人数,X是列数【参考下面的图】。第二就是拒绝采样,效果是能够减少调用rand7()的调用次数。我们在利用(rand_7() - 1) × 7 + rand_7() ==> [1,7*7]得到rand49()的时候,我们希望能够等概率的生成[1,10]的随机数,那么可以拒绝掉大于40的数。即if num<=40:才进行采样。

请添加图片描述
为了充分利用被拒绝的采样结果,即舍弃掉[41, 49]这9个数。我们可以使用a = num - 40得到rand9,从而可以得到(rand_9() - 1) × 7 + rand_7() ==> [1,9*7]得到rand63,从而对rand63进行采样。这样之后的就不难理解了。

# The rand7() API is already defined for you.
# def rand7():
# @return a random integer in the range 1 to 7

class Solution:
    def rand10(self):
        """
        :rtype: int
        """
        while True:
            a = rand7()
            b = rand7()
            num = (a-1)*7 + b # rand49
            if num<=40:
                return num%10 + 1
            a = num - 40 # rand9
            b = rand7()
            num = (a-1)*7 + b # rand63
            if num<=60:
                return num%10 + 1
            a = num - 60 # rand3
            b = rand7()
            num = (a-1)*7 + b # rand21
            if num<=20:
                return num%10 + 1

时间复杂度:期望时间复杂度为O(1),但最坏情况下会达到 (∞)(一直被拒绝)。
空间复杂度:O(1)
分析一下rand7()调用次数的 期望值:
首先调用2次得到a,b
然后拒绝采样一次概率是9/49
第二次是9/49 * 3/63
第三次是9/49 * 3/63 * 1/21就是进入下一轮while循环了。所以是一个等比数列。
a = 2 + 9 49 + 9 49 ⋅ 3 63 / / 是每次采样成功的概率 b = 9 49 ⋅ 3 63 ⋅ 1 21 / / 是每次进入下一轮循环的概率(等比数列的公比) E ( # c a l l ) = a ⋅ 1 1 − b ≈ 2.19333 \begin{align} a &= 2 + \frac{9}{49}+\frac{9}{49}·\frac{3}{63} \quad // \text{是每次采样成功的概率} \notag \\ b &= \frac{9}{49}·\frac{3}{63}·\frac{1}{21} \quad // \text {是每次进入下一轮循环的概率(等比数列的公比)} \notag \\ E(\#call) &= a·\frac{1}{1-b} \notag \\ &\approx 2.19333 \end{align} abE(#call)=2+499+499633//是每次采样成功的概率=499633211//是每次进入下一轮循环的概率(等比数列的公比)=a1b12.19333
所以期望次数是2.19332

解题思路二:0


解题思路三:0


相关推荐

  1. 100道面试必会算法-07- Rand7() 实现 Rand10()

    2023-12-06 14:16:05       25 阅读
  2. PyTorch 之 rand() randn() 函数

    2023-12-06 14:16:05       35 阅读
  3. Go rand 随机数

    2023-12-06 14:16:05       14 阅读
  4. (c语言版)使用随机函数rand

    2023-12-06 14:16:05       36 阅读
  5. leetcode506-Relative Ranks

    2023-12-06 14:16:05       18 阅读

最近更新

  1. TCP协议是安全的吗?

    2023-12-06 14:16:05       18 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2023-12-06 14:16:05       19 阅读
  3. 【Python教程】压缩PDF文件大小

    2023-12-06 14:16:05       19 阅读
  4. 通过文章id递归查询所有评论(xml)

    2023-12-06 14:16:05       20 阅读

热门阅读

  1. 【译】 Spring AOP API

    2023-12-06 14:16:05       31 阅读
  2. 力扣每日一题day25[239. 滑动窗口最大值]

    2023-12-06 14:16:05       35 阅读
  3. 基于springboot + vue学校后勤管理系统

    2023-12-06 14:16:05       37 阅读
  4. 前端webpack、vite搭建的项目如何解决跨域

    2023-12-06 14:16:05       42 阅读
  5. RocketMQ消息过滤机制源码详解

    2023-12-06 14:16:05       29 阅读
  6. rust从0开始写项目-04-多样化错误处理

    2023-12-06 14:16:05       39 阅读
  7. 英伟达显卡驱动的相关组件和名词

    2023-12-06 14:16:05       43 阅读