Algorithm 随机数列表

我需要生成一个数字列表（大约120）。数字范围从1到X（最多10），两者都包括在内。算法应该对每个数字使用相同的次数，或者至少尝试一下，如果一些数字少用一次，那就好了

这是我第一次做这种算法，我曾经做过一次非常简单的算法，但是我被如何做这个问题难住了。我首先尝试了谷歌搜索，虽然我真的不知道这种算法叫什么，所以我什么也找不到

---

非常感谢

听起来你要做的是先用你想要的数字填充一个列表，然后再将该列表洗牌。一种方法是将您的每个号码添加到列表中，然后重复该过程，直到列表中包含您想要的项目。然后，随机洗牌列表

在伪代码中，生成初始列表可能如下所示：

list = []
while length(list) < N
    for i in 1, 2, ..., X
        if length(list) >= N
            break
        end if
        list.append(i)
    end for
end while

list=[]
而长度（列表）=N
打破
如果结束
列表.附加（i）
结束
结束时

我把洗牌部分留给读者作为练习

编辑： 正如在评论中指出的那样，上面提到的小数字总是比大数字多。如果这不是期望的，您可以按随机顺序迭代可能的数字。例如：

list = []
numbers = shuffle( [1, 2, ..., X] )
while length(list) < N
    for i in 1, 2, ..., X
        if length(list) >= N
            break
        end if
        list.append( numbers[i] )
    end for
end while

list=[]
数字=洗牌（[1，2，…，X]）
而长度（列表）=N
打破
如果结束
列表.追加（编号[i]）
结束
结束时

---

我认为这应该消除这种偏见。

你想要的是一个均匀分布的随机数。这意味着，如果您在1到10之间生成10个数字，那么列表中很可能存在所有1到10的数字

java中的Random（）类提供了相当统一的分布。那就去做吧。要进行测试，只需检查以下内容：

Random rand = new Random();
for(int i=0;i<10;i++)
   int rNum = rand.nextInt(10);

Random rand=new Random（）；
对于（int i=0；i创建一个包含所有必要数字的列表，然后将它们洗牌a-la Fisher–Yates：几乎每种语言都有一个库函数来提供伪随机数。是否需要从头开始实现算法？无需重新发明轮子。只需使用nextInt（）函数（java）。它提供了相当均匀的数字分布，正如您所希望的。只需列出1,2,3…X，1,2，…X，1,2…直到您得到120个符合您要求的数字。大多数答案都假设您需要随机数或分布。不幸的是，这是不可能的；随机分布将无法满足您的要求，即算法尝试使用每一个数字次数相等。您可以随机排列序列1,2,3…X，1,2，…X，1,2…但这不是“随机”数字序列，因为并非所有可能的序列都具有相同的可能性，甚至是可能的。但就您可能真正想要做的事情而言，这可能是最好的解决方案。这会偏向较小的数字，至少在上一次迭代中是这样的，对吗？（在1和8之间生成10个数字将始终为您提供2个1和2个2，以及其他所有数字中的1）是的，确实如此。OP不清楚这是否重要（他们希望每个人的人数相等）。如果这是一个问题，一个选项是在将可用数字添加到列表中时，以随机顺序迭代可用数字。
这意味着如果生成10个介于1到10之间的数字，则列表中很可能存在所有1到10的数字。
此声明是错误的。所有10个数字的概率都是to在10的列表中是10！/10^10~=0.00036好的，genius，请先正确阅读！这意味着：P（nextInt（）将生成均匀分布）~1.nextInt（）函数是专门为创建这种均匀分布而编写的。因此，即使在整个样本空间中可能发生的方式的数量较少，概率也很高。想想一个正面多于反面的有偏硬币。P（T）在这种情况下，仍然是1/2？这是一个完美的半生不熟的数学例子！一些白痴也同意你的观点。.我的观点不是它“小于”整个样本空间。它比整个样本空间小得多。例如，如果你从U[1,2]中只画出2个均匀分布的数字，你可以得到4个列表：[1,2]，[2,1]，[1,1]，[2,2]。每个列表都有相同的被“选中”的概率（1/4）。因此，获得所需列表的概率只有0.5（
p（[1,2]）+p（[2,1]）=0.5
）。这不是很高的概率。随着列表变长，情况会变得更糟。现在，我为您制作了一个微基准，运行它并检查结果：Random rand=new Random（5）；int[]expected={0,1,2,3,4,5,6,7,8,9}；int corrects=0；for（int t=0；t<1000000；t++）{int arr[]=new int[10]；for（int i=0；ith nextInt（）函数不会简单地从[1,2]、[2,1]、[1,1]、[2,2]样本空间中选择“any”数字。因此，如果它已经选择了1，它会非常倾向于选择2（而不是再次选择1）如果它已经选择了2，它高度倾向于选择1（而不是再次选择2）。因此，从总样本空间来看，如果你运行该函数1000次，那么在990次（比如）中，你将得到[1,2]，[2,1]样本将概率“转移”到均匀分布。概率偏向于创建均匀分布作为输出。这些是在程序中创建随机变量的基础。