Theoretische Analyse von Algorithmen, die wahr oder falsch zurückgeben, basierend auf der Untersuchung gegebener Wahrscheinlichkeiten
P粉026665919
2023-09-05 19:57:42
<p>Ich möchte eine Methode implementieren, die <code>true</code> mit einer Wahrscheinlichkeit von <code>n/m</code> zurückgibt. </p>
<p>Zum Beispiel möchte ich <code>true</code> mit einer Wahrscheinlichkeit von 7/10000 erhalten. </p>
<p>Um dies zu erreichen, erhalte ich zunächst eine zufällige Ganzzahl
这不是你实现的方式。你的代码检查n是否小于7,这是正确的方式。
这个陈述是从哪里来的?你肯定可以测试这个前提...并看看它有多大可能性。
这是真的。
如何测试
你可以很容易地测试你的实现的分布情况。你可以反复调用这个函数并记录你得到的结果,然后看看它随时间的变化。在统计学中,样本的大小越大,结果越可靠。
这是一个代码片段,它不断执行
goAtChance
函数并记录调用的总次数和true
结果的数量。每隔10毫秒,结果会在页面上更新,包括true
数量与总数的比例。如果一切正常,这个比例随时间应该趋近于0.0007。