您可以尝试使用带有概率分布的可导航地图。与普通 Map 不同,NaviableMap 定义了对其键的绝对排序。如果映射中不存在键,它可以告诉您哪个是最接近的键,或者哪个是大于参数的最小键。我使用ceilingEntry
它返回具有大于或等于给定键的最小键的映射条目。
如果您使用 TreeMap 作为 NavigableMap 的实现,那么查找具有许多类的分布会更快,因为它执行二进制搜索,而不是从第一个键开始,然后依次测试每个键。
NaviableMap 的另一个优点是您可以获得您直接感兴趣的数据类,而不是另一个数组或列表的索引,这可以使代码更清晰。
在我的示例中,我使用了 BigDecimals,因为我不是特别喜欢使用浮点数,因为您无法指定所需的精度。但是你可以使用浮点数或双精度数或其他任何东西。
import java.math.BigDecimal;
import java.math.RoundingMode;
import java.util.Arrays;
import java.util.NavigableMap;
import java.util.TreeMap;
public class Main {
public static void main(String[] args) {
String[] classes = {"A", "B", "C", "D"};
BigDecimal[] probabilities = createProbabilities(classes.length);
BigDecimal[] distribution = createDistribution(probabilities);
System.out.println("probabilities: "+Arrays.toString(probabilities));
System.out.println("distribution: "+Arrays.toString(distribution)+"\n");
NavigableMap<BigDecimal, String> map = new TreeMap<BigDecimal, String>();
for (int i = 0; i < distribution.length; i++) {
map.put(distribution[i], classes[i]);
}
BigDecimal d = new BigDecimal(Math.random());
System.out.println("probability: "+d);
System.out.println("result: "+map.ceilingEntry(d).getValue());
}
private static BigDecimal[] createDistribution(BigDecimal[] probabilities) {
BigDecimal[] distribution = new BigDecimal[probabilities.length];
distribution[0] = probabilities[0];
for (int i = 1; i < distribution.length; i++) {
distribution[i] = distribution[i-1].add(probabilities[i]);
}
return distribution;
}
private static BigDecimal[] createProbabilities(int n) {
BigDecimal[] probabilities = new BigDecimal[n];
for (int i = 0; i < probabilities.length; i++) {
probabilities[i] = F(i+1, n);
}
return probabilities;
}
private static BigDecimal F(int i, int n) {
// 6i(n-i) / (n3 - n)
BigDecimal j = new BigDecimal(i);
BigDecimal m = new BigDecimal(n);
BigDecimal six = new BigDecimal(6);
BigDecimal dividend = m.subtract(j).multiply(j).multiply(six);
BigDecimal divisor = m.pow(3).subtract(m);
return dividend.divide(divisor, 64, RoundingMode.HALF_UP);
}
}