Algorithm 存储概率分布而不保存单个值

在一次操作中，我要计算许多（~1亿）浮点值。我不想将它们全部存储在内存中，但我想保存收藏的大致分布

我的想法是确定所有值的指数，并在直方图中计算它们。但是，当然，只有当这些值具有不同的指数时，这才有效

---

有人知道我如何在不知道分布情况的情况下做到这一点吗？

我建议随机保存一些，然后在此基础上制作柱状图。例如，如果随机保存0.1%的数字，则只需保存100000，即可计算出高度准确的分布

---

您可以减少对rand（）的调用次数，方法是每次保存一个数字时调用rand（），以查找范围为

1..2000

的随机数，然后在保存下一个数字之前等待这么多的数字。

我建议随机保存一些数字，然后在此基础上制作柱状图。例如，如果随机保存0.1%的数字，则只需保存100000，即可计算出高度准确的分布

---

您可以减少对rand（）的调用次数，方法是每次保存一个数字时调用rand（）以查找范围

1..2000

中的随机数，然后在保存下一个数字之前等待这么多的数字。

如果您大致知道最小值和最大值，我认为装箱策略将是一个不错的选择。以下是我的意思的概要：

计算出你需要多少垃圾箱 为了我所有的数字 找到这个号码放进的箱子

---

如果你大致知道最小值和最大值，我认为装箱策略是一个不错的选择。以下是我的意思的概要：

计算出你需要多少垃圾箱 为了我所有的数字 找到这个号码放进的箱子

---

另一个有用的替代方法是计算分布的动态矩，然后根据矩重构PDF

---

另一个有用的替代方法是计算分布的动态矩，然后根据矩重构PDF

---

这取决于你愿意多粗暴。另外，你对价值的范围有什么想法吗？它们都在，比如说，0到100万之间吗？这取决于你愿意多粗糙。另外，你对价值的范围有什么想法吗？它们都在，比如说，0到100万之间吗？如果输入数据是足够随机/均匀分布的，你也可以对每个数据进行采样，这样就完全不需要随机数生成器了。@Tomboyo我想到了这一点，但我个人看到太多的“同步工件”想要这样做。我同意。“每n次”采样通常会得到不正确的结果。如果输入数据足够随机/均匀分布，那么也可以只对每n次数据进行采样，从而完全不需要使用随机数生成器。@Tomboyo我想到了这一点，但我个人看到的“同步工件”太多了我同意你的想法。我经常在“每N次”抽样中得到扭曲的结果。