tl;博士
您的代码完全符合您的要求,但可以通过使用randi(2)
和删除mod
. 然而,有必要解决更多的问题......
mod(xRand,2)
将 1-100 减少到 0/1
在xRand
1 到 100 之间,结果mod(xRand,2)
将平均分布在 0 和 1 上,正如您通过执行以下代码所看到的:
xRand = 1:100;
xMod = mod(xRand,2);
cnt1 = sum(xMod == 1) % results in 50
cnt0 = sum(xMod == 0) % results in 50 as well
基本上,您的代码按预期工作,因为randi
选择从 1 到 100 的均匀分布的数字。随后,mod
将它们简化为仍然均匀分布的二进制表示,因为映射是针对相等的 bin 完成的。
使用简化randi(2)
生成这些均匀分布的二进制数的整个过程可以通过从一开始就生成一个二进制集来简化。为此,您可以使用randi(2)
which 直接给您1
或2
rayryeng在他对问题的评论中指出。
这将为您提供以下代码:
xRand = randi(2);
if xRand == 1
theImageRand = theImage;
elseif xRand == 2
theImageRand = theImage2;
end
这是对的吗?
现在我们来看看这个问题的有趣部分:结果真的是均匀分布的吗?为了检查这一点,我们可以运行代码N
时间,然后分析每个图像被选择了多少次。因此,我们将 1 分配给第一张图像,将 2 分配给第二张图像,并将结果存储在res
. 在 for 循环之后,我们取它们为 1 或 2 的元素的总和。
N = 1000000;
theImage = 1;
theImage2 = 2;
res = zeros(N,1);
for n = 1:N
xRand = randi(2);
if xRand == 1
theImageRand = theImage;
elseif xRand == 2
theImageRand = theImage2;
end
% xRand = randi(100);
% if mod(xRand,2) == 1
% theImageRand = theImage;
% elseif mod(xRand,2) == 0
% theImageRand = theImage2;
% end
res(n) = theImageRand;
end
cnt1 = sum(res==1);
cnt2 = sum(res==2);
percentage1 = cnt1/N*100 % approximately 50
percentage2 = cnt2/N*100 % approximately 50 as well
正如我们所见,percentage1
和percentage2
大约为 50,这意味着这两个图像在大约 50% 的时间里都被选中。计算和之间的差异可能会产生误导cnt1
,cnt2
因为如果很大,这个数字可能会很高N
。但是,如果我们在许多实现中观察到这种差异,则总体平均值将近似为零。此外,我们可以观察到您的代码 usingmod(randi(100),2)
也给出了 50% 的分布。它不如randi(2)
使用 R2016a 的解决方案在我的机器上的执行速度快约 15%。
底线:我建议randi(2)
按照上面的建议使用,因为它更直观、更高效。观察到的差异归因于随机过程,并通过更多的实现来平衡自身。重要的是要考虑两个图像的百分比而不是绝对差异。