权重随机算法的java实现
一、概述
平时,经常会遇到权重随机算法,从不同权重的N个元素中随机选择一个,并使得总体选择结果是按照权重分布的。如广告投放、负载均衡等。
如有4个元素A、B、C、D,权重分别为1、2、3、4,随机结果中A:B:C:D的比例要为1:2:3:4。
总体思路:累加每个元素的权重A(1)-B(3)-C(6)-D(10),则4个元素的的权重管辖区间分别为[0,1)、[1,3)、[3,6)、[6,10)。然后随机出一个[0,10)之间的随机数。落在哪个区间,则该区间之后的元素即为按权重命中的元素。
实现方法:
利用TreeMap,则构造出的一个树为:
     B(3)
     /      \
        /         \
     A(1)     D(10)
               /
             /
         C(6)
然后,利用treemap.tailMap().firstKey()即可找到目标元素。
当然,也可以利用数组+二分查找来实现。
二、源码
|  
         
          1 
          
        
          2 
          
        
          3 
          
        
          4 
          
        
          5 
          
        
          6 
          
        
          7 
          
        
          8 
          
        
          9 
          
        
          10 
          
        
          11 
          
        
          12 
          
        
          13 
          
        
          14 
          
        
          15 
          
        
          16 
          
        
          17 
          
        
          18 
          
        
          19 
          
        
          20 
          
        
          21 
          
        
          22 
          
        
          23 
          
        
          24 
          
        
          25 
          
        
          26 
          
        
          27 
          
        
          28 
          
        
          29 
          
        
          30 
          
        
          31 
          | 
        
        package com.xxx.utils; 
         import com.google.common.base.Preconditions; 
         import org.apache.commons.math3.util.Pair; 
         import org.slf4j.Logger; 
         import org.slf4j.LoggerFactory; 
         import java.util.List; 
         import java.util.SortedMap; 
         import java.util.TreeMap; 
         public class WeightRandom<K,V  extends Number> { 
              private TreeMap<Double, K> weightMap =  new TreeMap<Double, K>(); 
              private static final Logger logger = LoggerFactory.getLogger(WeightRandom. class ); 
              public WeightRandom(List<Pair<K, V>> list) { 
                  Preconditions.checkNotNull(list,  "list can NOT be null!" ); 
                  for (Pair<K, V> pair : list) { 
                      double lastWeight =  this .weightMap.size() ==  0 ?  0 :  this .weightMap.lastKey().doubleValue(); //统一转为double 
                      this .weightMap.put(pair.getValue().doubleValue() + lastWeight, pair.getKey()); //权重累加 
                  } 
              } 
              public K random() { 
                  double randomWeight =  this .weightMap.lastKey() * Math.random(); 
                  SortedMap<Double, K> tailMap =  this .weightMap.tailMap(randomWeight,  false ); 
                  return this .weightMap.get(tailMap.firstKey()); 
              } 
         } 
          | 
      
三、性能
4个元素A、B、C、D,其权重分别为1、2、3、4,运行1亿次,结果如下:
| 元素 | 命中次数 | 误差率 | 
| A | 10004296 | 0.0430% | 
| B | 19991132 | 0.0443% | 
| C | 30000882 | 0.0029% | 
| D | 40003690 | 0.0092% | 
从结果,可以看出,准确率在99.95%以上。
四、另一种实现
利用B+树的原理。叶子结点存放元素,非叶子结点用于索引。非叶子结点有两个属性,分别保存左右子树的累加权重。如下图:

看到这个图,聪明的你应该知道怎么随机了吧。
此方法的优点是:更改一个元素,只须修改该元素到根结点那半部分的权值即可。
 更多面试题请狠狠的点击 下载
文章来源: aaaedu.blog.csdn.net,作者:tea_year,版权归原作者所有,如需转载,请联系作者。
原文链接:aaaedu.blog.csdn.net/article/details/75653306
- 点赞
 - 收藏
 - 关注作者
 
            
           
评论(0)