问题标签 [random]

如何将少量数据以随机顺序分布在大量数据中？

例如，我有几千行“真实”数据，我想在整个“真实”数据中以随机顺序插入十几或两行控制数据。

现在我不是要问如何使用随机数生成器，而是要问一个统计问题，我知道如何生成随机数，但我的问题是如何确保在同时相当均匀地分散在文件中。

如果我只依赖生成随机数，那么我的所有控制数据，或者至少是其中的一部分，都有可能（尽管非常小）被插入到一个相当狭窄的“真实”数据选择中。阻止这种情况发生的最好方法是什么？

换一种说法，我想在我的真实数据中插入控制数据，而第三方无法计算哪些行是控制的，哪些是真实的。

---

更新：我已经把它变成了一个“社区维基”，所以如果有人想编辑我的问题，让它更有意义，那就继续吧。

---

更新：让我举个例子（我不想让这种语言或平台依赖，因为它不是编码问题，而是统计问题）。

• 我有 3000 行“真实”数据（这个数量会随着运行的变化而变化，具体取决于用户拥有的数据量）。
• 我有 20 行“控制”数据（同样，这将根据用户想要使用的控制行数而变化，从零开始）。

我现在想在每插入 150 行或“真实”数据后插入这 20 个“控制”行（ 3000/20 = 150）。但是，我不希望它像那样准确，因为我不希望控制行仅根据它们在输出数据中的位置来识别。

因此，我不介意某些“控制”行聚集在一起，或者有些部分根本没有“控制”行，但通常我希望“控制”行在整个数据中相当均匀地分布。

我需要在不重复的情况下连续生成 1 - 10000 范围内的随机数。有什么建议吗？

描述：我们正在为我们的应用程序构建一个新版本，它在 Sqlite DB 中维护记录。在我们应用程序的最后一个版本中，我们没有为每条记录设置唯一键。但是现在有了新的升级版本，我们需要支持从上一个版本的数据库中导入工具。所以我们所做的是，我们从旧数据库中读取每条记录，并为唯一键生成一个随机数并将其存储在新数据库中。在这里，我们很多人需要连续导入多达 10000 条记录。

是否有相当于 Linux 的/dev/random的 Windows 版本？

是否有一种简洁的方法可以从 sql server 表中检索随机记录？

我想随机化我的单元测试数据，所以我正在寻找一种从表中选择随机 id 的简单方法。在英语中，选择将是“从表中选择一个 id，其中 id 是表中最低 id 和表中最高 id 之间的随机数。”

如果不必运行查询，测试空值，然后如果为空，则重新运行，我无法找到一种方法。

想法？

我正在寻找一些简洁、现代的 C# 代码来生成 1995 年 1 月 1 日和当前日期之间的随机日期。

我在想一些利用 Enumerable.Range 的解决方案可能会使这更简洁。

How do you generate a random number within a range while excluding certain range(s). Eg. range 1-10 but not in 2-4 or 7. Solutions I've used so far:

• Generate a random an test if it is within the dis-allowed range. Based on result either output the number or try again.
• Map allowed ranges to a uniform range. Get a random between 1 and 6 and then map back (ie. 6 becomes 10).
• Create allowed ranges (1-1,5-6,8-10). Randomly choose a range (optionally use weights) and a number in chosen range.

What is your solution?

我想生成 0 到 1000 之间的唯一随机数，这些随机数永远不会重复（即 6 不会出现两次），但这不会诉诸于对先前值进行 O(N) 搜索之类的方法。这可能吗？

如何在0和之间生成随机数n？

我在 Amazon S3 上有一个图像库。对于每张图片，我会 md5 我服务器上的源 URL 加上时间戳以获得唯一的文件名。由于 S3 不能有子目录，我需要将所有这些图像存储在一个平面文件夹中。

我需要担心产生的 MD5 哈希值的冲突吗？

奖励：在我开始看到 MD5 产生的哈希值冲突之前，我可以拥有多少个文件？

使用单个随机数生成器 (RNG) 生成多个数字与每个生成器生成一个数字并丢弃它之间有区别吗？两种实现都生成同样随机的数字吗？正常的 RNG 和安全的 RNG 之间有区别吗？

我有一个 Web 应用程序，它应该代表客户生成一个随机数列表。也就是说，从每个客户的角度来看，这些数字应该是随机的。这是否意味着我需要为每个客户端会话保留一个单独的随机 RNG？或者我可以在所有会话中共享一个 RNG 吗？或者我可以根据每个请求创建和丢弃 RNG 吗？

更新：这个问题与随机序列的子集是否也是随机的有关？