生成等概率随机数算法

‘壹’ 如何产生一定概率的随机数例如，按照20%、40%、40%概率生成随机数。

这个问题很复杂。。。。。。。。。。。。一般都是先生成随即（0,1）的数字。然后生成数字。如果大于0.小于0.2输出第一个数字。如果0.2到0.6就是第二个数字。0.6到1就是最后一个数字。
关于如何生成01的数字。这里这点地方说不清楚的。
乘同余法用的很多，你自己了解下吧。

‘贰’ 求问怎么按照概率生产随机数

举例如下
如random（0,100）,使（0,10）概率为0.1,（10,30）概率为0.2,（30,80）概率为0.5,等等
有个比较笨的方法,就是先确定你要取的值的范围的概率,再去取值.比如说（0,90）0.1,（91,100）0.9,那你就先去取1-10的随机数,如果是1,那么再生成（0,90）的随机数,如果是2-10,那么你就再生成（91,100）的随机数.虽然比较烦,但还是能控制的.

‘叁’ 求问如何按照概率生成随机数

貌似没有直接的方法，有个比较笨的方法，就是先确定你要取的值的范围的概率，再去取值。比如说（0，90）0.1，（91,100）0.9，那你就先去取1-10的随机数，如果是1，那么再生成（0，90）的随机数，如果是2-10，那么你就再生成（91,100）的随机数。虽然比较烦，但还是能控制的。

‘肆’ 请问如何以一定几率产生随机数

#include <time.h>
#include <stdio.h>
#include <stdlib.h>
void main()
{
srand((int)time(0));
rand();
int num[4]={0};
int nRnd;
for(int i=0;i<10000;i++)
{
nRnd=1+(int)(10.0*rand()/(RAND_MAX+1));
if(nRnd==1)
num[0]++;
else if(nRnd<=3)
num[1]++;
else if(nRnd<=6)
num[2]++;
else
num[3]++;
printf("\r1:%-5d 2:%-5d 3:%-5d 4:%-5d",num[0],num[1],num[2],num[3]);
}
printf("\n");
float sum=num[0]+num[1]+num[2]+num[3];
for(int i=0;i<4;i++)
printf("%d:%%%.1f\t",i+1,num[i]*100/sum);
printf("\n");
getchar();
}

‘伍’ php取随机数概率算法

问题有点模糊，我先暂时把“保留两位小数”理解成“[输出的随机数]保留两位小数”，而非其他因素保留多少小数。
又把“1-10”，理解成包括1和10在内其两数之间的小数，
把10-50，理解成10.01到50.00之间的数，不包括10.00。以此类推。

<?php
functiongenRandom(){
	$p=rand(1,100);
	if($p<=60)$r=rand(100,1000);
	elseif($p>60and$p<=85)$r=rand(1001,5000);
	elseif($p>85and$p<=95)$r=rand(5001,10000);
	else$r=rand(10001,20000);	
	return$r/100;
}
$a=array();
$total=50000;
for($i=0;$i<$total;$i++){
	$c=genRandom();
	if($c>=1and$c<=10)$p=0;
	elseif($c>10and$c<=50)$p=1;
	elseif($c>50and$c<=100)$p=2;
	elseif($c>100and$c<=200)$p=3;
	else$p=4;
	if(!array_key_exists($p,$a))$a[$p]=1;
	else$a[$p]++;
}
if(!array_key_exists(4,$a))$a[4]=0;
echo"总样本数".$total.'<br/>';
echo"1-10样本数".$a[0].',占'.($a[0]/$total*100).'%<br/>';
echo">10-50样本数".$a[1].',占'.($a[1]/$total*100).'%<br/>';
echo">50-100样本数".$a[2].',占'.($a[2]/$total*100).'%<br/>';
echo">100-200样本数".$a[3].',占'.($a[3]/$total*100).'%<br/>';
echo"其他样本数".$a[4].',占'.($a[4]/$total*100).'%<br/>';

总样本数50000
1-10样本数30052,占60.104%
>10-50样本数12404,占24.808%
>50-100样本数4993,占9.986%
>100-200样本数2551,占5.102%
其他样本数0,占0%

‘陆’ EXCEL中，想让随机数按一定概率生成，怎么做

=IF(INT(RAND()*100)+1<88,INT(RAND()*8),IF(INT(RAND()*100)+1<97,INT(RAND()*3)+9,INT(RAND()*2)+13))

解释：先生成一个1-100的数，如果这个数小于88，那么满足概率87%，就返回一个0-8的数，依次类推。

测试结果：

10个数，出了2个大于8的，符合该规则的随机性。

‘柒’ 求各种产生随机数的算法

多的很呀！别撤消呀，千万！ 不过几乎都是伪随机数。 随机序列的算法 找到了两个算法, 第一个很简单, 但可惜不是随机的, 第二个是典型的伪随机数算法, 可惜要用到2的几百万次方这样巨大的整数, 真痛苦 要是有UNIX上计算密码的源代码就好了 第一种做法: f(k) = (k*F(N-1)) mod F(N)其中, k是一个序列号, 就是要取的那个数的顺序号 F(N)是这样一个序列 F(0) = 0, F(1) = 1, F(N+2) = F(N+1)+F(N) (for N>=0)第二种做法V = ( ( V * 2 ) + B .xor. B ... )(Mod 2^n)N+1 N 0 2V是要取的随机数, B是个种子, n是随机数的最大个数 原来这个问题, 很高难, 不少数学高手都为解决这个问题写了论文, 咳咳, 偶真是个白痴 呵呵, 效果肯定是不错啦, 因为用不到很大的表. 至于应用是这样的, 比如, 你要给每个用户在注册的时候一个ID但有不希望用户在看到自己的ID的时候能知道其他用户的ID, 如果用SEQUENCE来生成ID的话, 一个用户只要把自己的ID减1就能得到其它用户的ID了. 所以要用随机数来做ID, 这样用户很难猜到其他用户的ID了. 当然主要的问题是, 随机数可能重复. 因此希望使用一个随机数做种子用它来确定一组"无规律"的自然数序列, 并且在这个序列中不会出现重复的自然数. 在这里使用的方法生成的序列并不是没有规律的, 只不过这个轨律很难被发现就是了. Xn+1 = (aXn + b) mod c (其中, abc通常是质数)是一种被广泛使用的最简单的随机数发生算法, 有研究表表明这个算法生成的随机数基本上符合统计规律, java, BORLAND C等用的都是这个方法, 一般只要保证第一个种子是真正的随机数就行了, 下面来说一下重复的问题, 上述方法会有可能出现重复, 因为当(aXn + b)有可能是同样的数或者说余数相同的数, 因此要想不重复就得变形 偶想到的方法是 Xn=(a*n + b) mod c n是一个在1到c之间的整数, a*n + b就是一个线性公式了, 且若n不同则a*n + b也不同, 它们除上质数c得到的余数也肯定不同, 因为 若不考虑a和b而只有n的时候, 每次的结果都是n,而线性公式, 只不过移动了这条直线的位置和斜率而已, 每个结果仍然不会相同的, 为了增加不可预计性, 偶又为上面那个公式设计了, 随机数种子, 于是就变成了这个样子 F(N)=(随机数*(N+随机数))MOD 一个质数 这样就能够产生 1到选定质数之间的一个"无规律"的自然数序列了, 只要改变随机数就能改变序列的次序 在应用的时候, 要把随机数种子和最后用到的序列号保存到一个表里, 每此使用的时候取出来算好, 再把序列号更新一下就可以了 具体地说, 就是可以建一个表来保存每个序列的随机数种子, 然后再为这个序列建一个SEQUENCE就行了然后就SELECT MOD(序列控制表.随机数*(SEQ.NEXTVAL+序列控制表.随机数)),序列控制表.质数) FROM 序列控制表 WHERE 序列控制表.序列ID=XX就OK了注意 序列控制表.质数 决定了序列的范围

‘捌’ 有哪些随机数算法呢

1、数值概率算法：用于数值问题的求解。所得到的解几乎都是近似解，近似解的精度
随着计算时间的增加而不断地提高。
2、拉斯维加斯算法（LasVegas）：要么给出问题的正确答案，要么得不到答案。反复求解多次，可
使失效的概率任意小。
3、蒙特卡罗算法（MonteCarlo）：总能得到问题的答案，偶然产生不正确的答案。重复运行，每一次
都进行随机选择，可使不正确答案的概率变得任意小。
4、舍伍德算法（Sherwood）：很多具有很好的平均运行时间的确定性算法，在最坏的情况下性能很
坏。引入随机性加以改造，可以消除或减少一般情况和最坏情况的差别。

‘玖’ 如何设计等概率的随机函数

Knuth Shuffle的洗牌算法，算法复杂度O(n)，洗牌的目的是产生一串等概率的随机列。
1)如何保证等概率：从r个剩余的元素中选择s个元素，那么下一个元素选中的概率为s/r。
2)假设函数bigrand()返回一个大的随机整数（比m和n个大很多），那么bigrand()%n返回[0,n-1]范围的随机整数
4）应用：其他应用如从n个城市中选择出m个城市的名字，可以先对城市名进行签名标记为0,1,...,n-1
记住：我们面对的随机函数的输入是0,1,...,n-1，具体应用可以运用签名转换成成对应的0,1,...,n-1
5）如果要按序输出，可以先对操作对象排序，然后签名[0,n-1]，这样通过按序访问数，就能保证输出结果是有序的

[java]
<span style="font-size:18px">//重新排列[0,n-1]范围内的数
public int[] knuthShuffle(int[] arr) {
if(arr==null)
return arr;

int randValue;
for (int remaining=arr.length; remaining>=0; remaining--) {
randValue = bigrand()%remaining; //产生[0,remaining-1]范围内的随机数
swap(array[remaining], array[randValue]);
} //end for

return arr;
} //end knuthShuffle</span>
从n个数中随机选择m个数,其中[0,1,...,n-1]代表数的签名

[java]
<span style="font-size:18px">public void genknuth(int m,int n){
//输入控制
if(m<=0 || n<=0 || m>n)
return ;

int select=m; //选择m个元素
int remaining=n; //剩余n个元素
int randValue;
for(int i=0;i<n;i++){
randValue=bigrand()%(remaining-i);
if( randValue<select ){
System.out.println(i);
select--;
}//end if
}//end for
}//end genknuth()</span>

‘拾’ 随机数的计算公式是什么

为追求真正的随机序列，人们曾采用很多种原始的物理方法用于生成一定范围内满足精度（位数）的均匀分布序列，其缺点在于：速度慢、效率低、需占用大量存储空间且不可重现等。为满足计算机模拟研究的需求，人们转而研究用算法生成模拟各种概率分布的伪随机序列。伪随机数是指用数学递推公式所产生的随机数。从实用的角度看，获取这种数的最简单和最自然的方法是利用计算机语言的函数库提供的随机数发生器。典型情况下，它会输出一个均匀分布在0和1区间内的伪随机变量的值。其中应用的最为广泛、研究最彻底的一个算法即线性同余法。
线性同余法LCG（Linear Congruence Generator）
选取足够大的正整数M和任意自然数n0，a，b，由递推公式：
ni+1=（af（ni）+b）mod M i=0，1，…，M-1
生成的数值序列称为是同余序列。当函数f（n）为线性函数时，即得到线性同余序列：
ni+1=（a*ni+b）mod M i=0，1，…，M-1
以下是线性同余法生成伪随机数的伪代码：
Random（n，m，seed，a，b）
{
r0 = seed；
for （i = 1；i<=n；i++）
ri = （a*ri-1 + b） mod m
}
其中种子参数seed可以任意选择，常常将它设为计算机当前的日期或者时间；m是一个较大数，可以把它取为2w，w是计算机的字长；a可以是0.01w和0.99w之间的任何整数。
应用递推公式产生均匀分布随机数时，式中参数n0，a，b，M的选取十分重要。
例如，选取M=10，a=b =n0=7，生成的随机序列为{6，9，0，7，6，9，……}，周期为4。
取M=16，a=5，b =3，n0=7，生成的随机序列为{6，1，8，11，10，5，12，15，14，9，0，3，2，13，4，7，6，1……}，周期为16。
取M=8，a=5，b =1，n0=1，生成的随机序列为{6，7，4，5，2，3，0，1，6，7……}，周期为8。