Haskell中大量掷骰子的平均值

为了更好地学习Haskell，我正在尝试编写一个程序，显示2个骰子的平均值，滚动X次数。这在C、Java、Python中相当简单。。。但我被困在哈斯克尔。以下是一个天真的尝试：

import System.Random

main = do
    g <- getStdGen
    let trials = 10000000
    let rolls = take trials (randomRs (2, 12) g :: [Int])
    let average = div (sum rolls) trials
    print average

一定有更好的方法来编写这个程序。在C、Java和Python版本中，这是一项简单的任务。我看过这篇文章（理解了大约75%的内容），但当我将代码适应这种情况时，对

R[Int]

序列求和是不起作用的（我不知道如何“展开”这个[Int]）。我做错了什么？正确的方法是什么？如何在Haskell中获得随机数启示

---

编辑：除所选答案外，正如rtperson在下面指出的，2个骰子的建模是不正确的；它实际上应该是从1到6的两个独立滚动的总和。

sum

对长列表求和没有好处，它在线性空间中运行。尝试此严格版本的

sum

：

sum' = foldl' (+) 0

foldl'

在

Data.List

中定义

---

编辑更多信息可在中找到。

事实上，此处的概率模型不正确。在编写代码时，同样有可能得到2到12。但这不是骰子的工作原理。在12种可能的结果中，只有一种方法可以得到2（通过1和1）和12（通过6和6）。但是有6种方法可以得到7（1-6，2-5，3-4，4-3，5-2，6-1）。模拟两个骰子的掷骰，而不是一次2到12的机会，将给出正确的预期值7

然而——这是你的头发真正开始卷曲的地方——你不能简单地做如下事情：

let rolls1 = take trials (randomRs (1, 6) g :: [Int])
let rolls2 = take trials (randomRs (1, 6) g :: [Int])

因为rolls1和rolls2将产生相同的结果

*Main> let rolls = zip rolls1 rolls2
*Main> take 10 rolls
[(3,3),(4,4),(5,5),(3,3),(5,5),(1,1),(3,3),(1,1),(3,3),(3,3)]

因此，您的结果将始终是均匀的，因此仍然是错误的答案

要获得两个明显随机的列表，您必须生成一个新的StdGen：

import System.Random
import Data.List

main = do
    g <- getStdGen
    b <- newStdGen   -- calls "split" on the global generator
    let trials = 10000000
    let rolls1 = take trials (randomRs (1, 6) g :: [Int])
    let rolls2 = take trials (randomRs (1, 6) b :: [Int])
    let rolls = zipWith (+) rolls1 rolls2
    let average = div (foldl' (+) 0 rolls) trials
    print average

导入系统。随机
导入数据。列表
main=do
g结果是6，SCNR:）实际上，两个骰子之和的期望值是（1+2+3+4+5+6）/6*2=7。这个练习的重点是学习如何用这种语言编程，而不是统计方面。呵呵：）在计算一个骰子的期望值后出现了舍入错误：）在链接的帖子中，展开
R[Int]
的方法是使用
runRandom
函数。谢谢，我已经很久没有做功能性的东西了。另一方面，我想知道，如果程序分析得出计算结果将被评估，是否有可能使
sum
从懒惰转换为严格。@benson：是的，有严格性分析这样的东西，但我不确定为什么在这种情况下它不起作用。@n.m.严格性分析只有在启用优化时才能完成。使用
ghc-O1
或更高版本编译是可行的。@n.m.默认情况下没有优化。当然，您可以只查看单个列表中的对，而不必获得两个Gen，这可能稍微干净一些：-）@sclv-True。我是从State monad Wikibooks文章（）上的“clumsyRollDice”函数向后思考的，它在每次滚动后创建一个新的StdGen。
import System.Random
import Data.List

main = do
    g <- getStdGen
    b <- newStdGen   -- calls "split" on the global generator
    let trials = 10000000
    let rolls1 = take trials (randomRs (1, 6) g :: [Int])
    let rolls2 = take trials (randomRs (1, 6) b :: [Int])
    let rolls = zipWith (+) rolls1 rolls2
    let average = div (foldl' (+) 0 rolls) trials
    print average