Java 检测某个数字是否在某个范围内

我有一部分代码生成了一个随机数，然后试图找出这个数字的位置，在0和某个概率之间，以百分比的形式存储在数组中。我知道这听起来可能比实际情况更让人困惑，所以这里是我的代码，基本上是用Java编写的：

Random rand = new Random();
double currentProbability = rand.nextDouble();

// these are the "percentages" I refer to above
// note that they will not necessarily be in least-to-greatest/greatest-to-least 
// order
double[] probabilities = new double[]{0.49, 0.49, 0.02};
// the objects in the array below correspond to the probabilities at the same 
// index in the "probabilities" array above
Object[] correspondingObjects = new Object[]{new Object(), new Object(), new Object()};

// here, I would find between which percentage the random number lies, and choose
// the corresponding object from the array of Objects

---

因此，我的问题主要是，如果概率以百分比形式给出，如何选择随机数所在的索引。也许我把这件事复杂化了，我会要求任何相信这是事实的用户在下面留下评论，而不是否决这个问题

以下是查找索引的代码：

    int index = 0;
    while (true) {
        currentProbability -= probabilities[index];
        if (currentProbability <= 0) {
            break;
        }
        index++;
    }

int索引=0；
while（true）{
当前概率-=概率[指数]；
如果（currentProbability，以下是查找索引的代码：

    int index = 0;
    while (true) {
        currentProbability -= probabilities[index];
        if (currentProbability <= 0) {
            break;
        }
        index++;
    }

int索引=0；
while（true）{
当前概率-=概率[指数]；
如果（currentProbability听起来像是要进行加权洗牌。根据集合的大小，可能更容易多次加载包含对象的列表，然后使用java.util.Collection中的静态洗牌（List）方法并从列表顶部弹出一个对象

比如说,，
对于[.49、.49、.02]，这将被标准化

对于[.10、.10、.80]，这将规范化为[.1、.1、.8]，因此，如果这是[A、B、C]，则将1a、1b和8c对象加载到列表中，然后使用shuffle

显然，如果列表和大量对象的精度非常高，则此解决方案将不是最佳解决方案。
听起来您想进行加权随机播放。根据集合的大小，可能更容易多次加载包含对象的列表，然后使用静态随机播放（列表）方法，并从列表顶部弹出一个对象

比如说,，
对于[.49、.49、.02]，这将被标准化

对于[.10、.10、.80]，这将规范化为[.1、.1、.8]，因此，如果这是[A、B、C]，则将1a、1b和8c对象加载到列表中，然后使用shuffle

显然，如果你的列表有很高的精度，并且有很多对象，那么这个解决方案就不是最优的。

例如，如果A，B，C的分布为[0.49，0.49，0.02]，我们将得出两个桶，每个桶的大小为0.5。第一个桶包含0.02 C和0.48 A；第二个桶包含0.01 A和0.49 B。总之，您可以得到原始概率

如果生成的随机数r低于0.5，我们选择第一个桶，如果r低于0.02，则选择案例C，否则A。如果r高于0.5，则选择第二个桶，如果（r-0.5）低于0.01，我们选择案例A，否则选择案例B。
D.E.Knuth描述了一种方法，如果要从大量案例中进行选择，则该方法非常有用。如果必须在n个案例中进行选择，则将它们分配到大小相等的n-1个桶中，这样每个桶中的案例不超过2个。可以证明这始终是可行的。要选择一个案例是一个可以在固定时间内执行的两步过程：首先选择一个bucket，然后决定该bucket中的两个案例中的哪一个适用

例如，如果A，B，C的分布为[0.49，0.49，0.02]，我们将得出两个桶，每个桶的大小为0.5。第一个桶包含0.02 C和0.48 A；第二个桶包含0.01 A和0.49 B。总之，您可以得到原始概率

如果生成的随机数r低于0.5，我们选择第一个桶，如果r低于0.02，则选择案例C，否则A。如果r高于0.5，则选择第二个桶，如果（r-0.5）低于0.01，我们选择情况A，否则选择情况B。
您要查找分布的数字范围是什么？哦，对不起，这非常重要：概率数组中的值将始终总和为100%；但是，此数组中可能只有两个概率，剩余值已设置为
null
 你想要找到分布的数字范围是多少？哦，很抱歉，这很重要：概率数组中的值的总和总是100%；但是，在这个数组中可能只有两个概率，剩余的值被设置为
null
，如果你指的是用户1257931的答案，你可以我相信如果是这样的话，我会将他的答案标记为正确（并向上投票）。这与user1257931的答案无关，如果你有很好的精确度，它也会起作用。对于每个桶，你只需要存储一个实数（两个案例之间的边界），以及哪些案例在桶中。是的，我现在看到了区别。那么，向上投票和绿色支票正在进行中。如果您是指用户1257931的答案，您肯定为我提供了一些新的信息。我相信我会将他的答案标记为正确（并向上投票）如果是这样的话。它与user1257931的答案无关，如果你有很好的精度，它也会起作用。对于每个bucket，你只需要存储一个实数（两个案例之间的边界）是的，我现在看到了区别。然后，一个上升的投票和一个绿色的检查在他们的路上。为什么不先对概率进行排序，使它起作用？为什么不先对概率进行排序，使其有效？我不能根据我的情况的性质做出假设，所以我必须考虑一个非常精细的可能性。不幸的是，锡安。尽管如此，这还是值得一提的