NavigableMaps를 사용하여 Java에서 가중치가 적용된 무작위 선택을 어떻게 구현할 수 있나요?

Java의 무작위 가중 선택

프로그래밍 영역에서 가중 무작위 선택은 다음과 같은 확률이 있는 집합에서 항목을 선택하는 것을 의미합니다. 선택은 관련 가중치와 직접 연결됩니다. 이 기술은 확률에 기반한 편향된 선택이 필요한 시뮬레이션 및 복권과 같은 시나리오에서 응용 프로그램을 찾습니다.

Java의 가중치 무작위 선택 문제를 해결하기 위해 NavigableMap 개념을 도입합니다. 이 데이터 구조를 사용하면 가중치를 해당 항목에 매핑하고 오름차순으로 맵을 탐색할 수 있습니다. 난수 생성기의 도움으로 가중치에 비례하는 확률로 항목을 효율적으로 선택할 수 있습니다.

다양한 확률로 동물을 선택하는 예를 살펴보겠습니다.

• 개: 40마리 %
• 고양이: 35%
• 말: 25%

NavigableMap을 사용하여 가중치가 부여된 무작위 선택을 구현하려면 다음 클래스를 생성할 수 있습니다.

public class RandomCollection<E> {
    //NavigableMap to store weights and corresponding items
    private final NavigableMap<Double, E> map = new TreeMap<>();
    //Random instance for generating random weights
    private final Random random;
    //Total sum of weights
    private double total = 0;

    public RandomCollection() {
        this(new Random());
    }

    public RandomCollection(Random random) {
        this.random = random;
    }

    //Add an item to the collection with its weight
    public RandomCollection<E> add(double weight, E result) {
        if (weight <= 0) return this;
        total += weight;
        map.put(total, result);
        return this;
    }

    //Select a random item based on weights
    public E next() {
        double value = random.nextDouble() * total;
        return map.higherEntry(value).getValue();
    }
}

시연하기 위해 RandomCollection을 만들고 동물 가중치로 채워보겠습니다.

RandomCollection<String> rc = new RandomCollection<>();
rc.add(40, "dog")
  .add(35, "cat")
  .add(25, "horse");

이제 할당된 가중치에 따라 동물을 선택하기 위해 next() 메서드를 반복적으로 호출할 수 있습니다.

for (int i = 0; i < 10; i++) {
    System.out.println(rc.next());
}

이 코드는 동물의 무게에 비례하여 각 동물을 선택할 확률을 가지고 일련의 동물 이름을 생성합니다. NavigableMaps의 강력한 기능과 무작위성을 활용하여 Java에서 가중치가 적용된 무작위 선택을 효과적으로 구현하여 사전 정의된 확률에 따라 편향된 결과를 허용할 수 있습니다.

위 내용은 NavigableMaps를 사용하여 Java에서 가중치가 적용된 무작위 선택을 어떻게 구현할 수 있나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!