一、题目

二、思路

这题要用到一个神奇的知识：

已知 rand_N() 可以等概率的生成[1, N]范围的随机数
那么：
(rand_X() - 1) × Y + rand_Y() => 可以等概率的生成[1, X * Y]范围的等概率随机数
即实现了 rand_XY()

要实现rand10()，就需要先实现rand_N()，并且保证N大于10且是10的倍数。这样再通过rand_N() % 10 + 1 就可以得到[1,10]范围的等概率随机数了。

对于随机数 randN，只要 K 是 N 的约数（或者说 N 是 K 的整数倍），都可以通过 randN 一步得到 randK：randK = (randN % K) + 1，这一条比较显然=。=

而实现rand_N()，我们可以通过最先介绍的神奇知识对rand7()进行改造，如下：
(rand7()-1) × 7 + rand7() ==> rand49()
由于此处的N不是10的倍数，就需要用到【拒绝采样】，即采样结果不在要求范围内就丢弃。

优化：利用这些范围外的数字，以减少丢弃的值，提高命中率总而提高随机数生成效率。此时可以将要拒绝的随机数看成一个新的额randM，然后对这个randM用一开始讲的方法。

如何利用一个小范围随机数，得到一个确定范围的等概率随机数？
先采用随机数的 k 进制，得到一个不小于确定范围的随机数 randK，然后对超过确定范围数进行拒绝即可。 注意，如果 K 比确定范围大太多，拒绝策略效率可能就会比较低（经常生成要拒绝的随机数），此时可以把要拒绝的随机数看成一个新的 randM，然后针对这个 randM 再思考怎么用这三个方法也得到确定范围的随机数

三、代码

# The rand7() API is already defined for you.
# def rand7():
# @return a random integer in the range 1 to 7

class Solution:
    def rand10(self):
        """
        :rtype: int
        """
        while True :
            # 等概率生成[1, 49]范围的随机数我
            num = (rand7() - 1) * 7 +rand7()
            # 拒绝采样，并返回[1, 10]范围的随机数
            if(num <= 40):
                return num % 10 +1   

            # 以下为优化部分
            a = num -40 # rand 9
            b = rand7()
            num = (a - 1) * 7 + b # rand 63
            if(num <= 60):
                return num % 10 + 1 

            a = num - 60 # rand3 
            b = rand7()
            num = (a - 1) * 7 + b # rand 21
            if(num <= 20):
                return num % 10 + 1                 

  

 

  
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
 

另外可以参考leetcode鲤鱼姐的题解：

impl Solution {
    // 学习一下拒绝采样:
    // 每一步都列出算式得出的数字分布情况, 可以加深理解
    pub fn rand10() -> i32 {
        // 首先我们清晰一下目标分布rand10():    {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
        // 然后我们看看手中的rand7()能产生的分布: {1, 2, 3, 4, 5, 6, 7}
        // 1. 我们手中能产生的分布范围是小于目标范围的, 所以我们需要尝试拓展
        // 能等概率的拓展分布的操作有 '数乘' 与 '加'
        // 我们试试数乘:
        // 1 * rand7() = {1,  2,  3,  4,  5,  6,  7}
        // 2 * rand7() = {2,  4,  6,  8, 10, 12, 14}
        // 3 * rand7() = {3,  6,  9, 12, 15, 18, 21}
        // 4 * rand7() = {4,  8, 12, 16, 20, 24, 28}
        // 5 * rand7() = {5, 10, 15, 20, 25, 30, 35}
        // 6 * rand7() = {6, 12, 18, 24, 30, 36, 42}
        // 7 * rand7() = {7, 14, 21, 28, 35, 42, 49}   <-- 等会儿会使用这个
        // 8 * rand7() = {8, 16, 24, 32, 40, 48, 56}
        // ...
        // 这里就有感觉啦, 为了能够产生无空的分布, 我们可以用 7 * rand7() - (rand7() - 1)
        // rand7() - 1 = {0, 1, 2, 3, 4, 5, 6}
        // 7 * rand7() - (rand7() - 1) = {1, 2, 3, 4, 5, ..., 48, 49}
        // 这样我们就有了一个[1, 49]的随机数生成器
        
        // 因为采用拒绝采样的思想, 首先我们进入一个无限循环, 当得到结果就退出, 如果得不到就一直循环
        loop {
            let range_1_to_49 = 7 * rand7() - (rand7() - 1);
            if range_1_to_49 <= 40 {
                // 因为我们要1..10的等概率分布, 所以我们只需要前40个数字, 拒绝剩下的9个
                // 这里的range_1_to_49 = {1, 2, 3, 4, ..., 39, 40}, 
                // range_1_to_49 - 1 = {0, 1, 2, 3, ..., 38, 39},
                // (range_1_to_49 - 1) % 10 = {0, 1, 2, 3, ..., 8, 9}
                // (range_1_to_49 - 1) % 10 + 1 = {1, 2, 3, ..., 9, 10} 即为rand10()
                return (range_1_to_49 - 1) % 10 + 1;
            }
            
            // 到这里说明我们的range_1_to_49 = {41, 42, 43, 44, 45, 46, 47, 48, 49}
            // 我们也不要浪费它们, 用它们我们可以得到一个[1, 9]的等概率分布
            let range_1_to_9 = range_1_to_49 - 40;
            // 我们可以用之前的思想, 使用9 * rand7()得到一个空隙为9的分布, 再把这个[1, 9]的分布插进去
            // 9 * rand7() = {9, 18, 27, 36, 45, 54, 63}
            // range_1_to_9 - 1 = {0, 1, 2, 3, 4, 5, 6, 7, 8}
            // 9 * rand7() - (range_1_to_9 - 1) = {1, 2, 3, 4, 5, ..., 62, 63}
            let range_1_to_63 = 9 * rand7() - (range_1_to_9 - 1);
            if range_1_to_63 <= 60 {
                // 类似之前的
                // 因为我们要1..10的等概率分布, 所以我们只需要前60个数字, 拒绝剩下的3个
                // 这里的range_1_to_63 = {1, 2, 3, 4, ..., 59, 60}, 
                // range_1_to_63 - 1 = {0, 1, 2, 3, ..., 58, 59},
                // (range_1_to_63 - 1) % 10 = {0, 1, 2, 3, ..., 8, 9}
                // (range_1_to_63 - 1) % 10 + 1 = {1, 2, 3, ..., 9, 10} 即为rand10()
                return (range_1_to_63 - 1) % 10 + 1;
            }
            
            // 走到这里说明range_1_to_63 = {61, 62, 63}
            // 我们也不要浪费它们, 用它们我们可以得到一个[1, 3]的等概率分布
            let range_1_to_3 = range_1_to_63 - 60;
            // 我们可以用之前的思想, 使用3 * rand7()得到一个空隙为3的分布, 再把这个[1, 3]的分布插进去
            // 3 * rand7() = {3, 6, 9, 12, 15, 18, 21}
            // range_1_to_3 - 1 = {0, 1, 2}
            // 3 * rand7() - (range_1_to_3 - 1) = {1, 2, 3, 4, 5, ..., 20, 21};
            let range_1_to_21 = 3 * rand7() - (range_1_to_3 - 1);
            if range_1_to_21 <= 20 {
                // 类似之前的
                // 因为我们要1..10的等概率分布, 所以我们只需要前20个数字, 拒绝剩下的1个
                // 这里的range_1_to_21 = {1, 2, 3, 4, ..., 19, 20}, 
                // range_1_to_21 - 1 = {0, 1, 2, 3, ..., 18 19},
                // (range_1_to_21 - 1) % 10 = {0, 1, 2, 3, ..., 8, 9}
                // (range_1_to_21 - 1) % 10 + 1 = {1, 2, 3, ..., 9, 10} 即为rand10()
                return (range_1_to_21 - 1) % 10 + 1;
            }
            
            // 走到这里说明range_1_to_21 = {21}
            // 我们没法使用它了
        }
        
        -1
    }
}

  

 

  
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
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
  
64
  
65
  
66
  
67
  
68
  
69
  
70
  
71
  
72
  
73
  
74
  
75
  
76
  
77
  
78
 

关于拒绝采样的其他解释可以参考wiki百科：
https://en.wikipedia.org/wiki/Rejection_sampling

文章来源: andyguo.blog.csdn.net，作者：山顶夕景，版权归原作者所有，如需转载，请联系作者。

原文链接：andyguo.blog.csdn.net/article/details/120689225