這篇文章主要介紹了Python實(shí)現(xiàn)基于權(quán)重的隨機(jī)數(shù)2種方法,本文直接給出實(shí)現(xiàn)代碼,需要的朋友可以參考下

問(wèn)題：

例如我們要選從不同省份選取一個(gè)號(hào)碼，每個(gè)省份的權(quán)重不一樣，直接選隨機(jī)數(shù)肯定是不行的了，就需要一個(gè)模型來(lái)解決這個(gè)問(wèn)題。

簡(jiǎn)化成下面的問(wèn)題：

字典的key代表是省份，value代表的是權(quán)重，我們現(xiàn)在需要一個(gè)函數(shù)，每次基于權(quán)重選擇一個(gè)省份出來(lái)

{"A":2, "B":2, "C":4, "D":10, "E": 20}

解決：

這是能想到和能看到的最多的版本，不知道還沒(méi)有更高效好用的算法。

#!/usr/bin/env python

# -*- coding: utf-8 -*-

#python2.7x

#random_weight.py

#author: 2014-10-11

'''''

每個(gè)元素都有權(quán)重，然后根據(jù)權(quán)重隨機(jī)取值

輸入 {"A":2, "B":2, "C":4, "D":10, "E": 20}

輸出一個(gè)值

'''

import random

import collections as coll

data = {"A":2, "B":2, "C":4, "D":6, "E": 11}

#第一種 根據(jù)元素權(quán)重值 "A"*2 ..等，把每個(gè)元素取權(quán)重個(gè)元素放到一個(gè)數(shù)組中，然后最數(shù)組下標(biāo)取隨機(jī)數(shù)得到權(quán)重

def list_method():

all_data = []

for v, w in data.items():

temp = []

for i in range(w):

temp.append(v)

all_data.extend(temp)

n = random.randint(0,len(all_data)-1)

return all_data[n]

#第二種 也是要計(jì)算出權(quán)重總和，取出一個(gè)隨機(jī)數(shù)，遍歷所有元素，把權(quán)重相加sum，當(dāng)sum大于等于隨機(jī)數(shù)字的時(shí)候停止，取出當(dāng)前的元組

def iter_method():

total = sum(data.values())

rad = random.randint(1,total)

cur_total = 0

res = ""

for k, v in data.items():

cur_total += v

if rad<= cur_total:

res = k

break

return res

def test(method):

dict_num = coll.defaultdict(int)

for i in range(100):

dict_num[eval(method)] += 1

for i,j in dict_num.items():

print i, j

if __name__ == "__main__":

test("list_method()")

print "-"*50

test("iter_method()")

一次執(zhí)行的結(jié)果

A 4

C 14

B 7

E 44

D 31

--------------------------------------------------

A 8

C 16

B 6

E 43

D 27

更多信息請(qǐng)查看IT技術(shù)專(zhuān)欄