Java中的权重生成

一般来说，我对Java和编程相当陌生。我希望有人能解释一下我是如何在N个对象上生成一系列权重的。例如，假设您必须选择您想要投资IBM股票与AIG股票的现金比例。在简单的2股票案例中，我使用for循环

    for(int i = 0; i <101; i++){
        double creditWieght = i*allocationIncrement;
        double traditionalWeight = 1-creditWieght;
        actionSet.add(new Pair(creditWieght,traditionalWeight));

    }  

但是，我不确定如何将其扩展到

N权重

有人能帮忙吗

---

提前感谢

我在这方面没有任何经验，但我认为如果你使用搪瓷，你可以克服这个问题。但我不确定：）

在我发布问题几周后，我想出了一些解决方案，我完全忘记了这篇文章。只是在今天早些时候在R上发布了一条帖子后才再次注意到。下面的解决方案基于我在发布问题寻求建议之前所做的尝试

基本上，有许多方法可以构建一组N>3的权重。效果最好的是：

方法1：如果N较大，则耗时

1：定义长度为N的临时双数组 2：定义LinkHashSet或其他HashMap来收集临时数组 3：生成0到1之间的连续随机数，填充在步骤1中创建的临时数组，并插入到数组的连续元素中，确保每个连续权重（x）满足条件

---

x（i）<（1-sum（x（0，….i-1））和sum（x（0，….i））首先为您的任务写下一个算法，然后尝试实现该算法。这是一个很好的建议，但使用枚举太复杂了。我确实找到了解决方案，如果其他人有同样的问题，我会模糊地描述它。

[< 0.0 , 1.0 > , < 0.01 , 0.99 > , < 0.02 , 0.98 > , < 0.03 , 0.97 > , < 0.04 , 0.96 > , < 0.05 , 0.95 > , < 0.06 , 0.94 > , < 0.07 , 0.9299999999999999 > , < 0.08 , 0.92 > , < 0.09 , 0.91 > , < 0.1 , 0.9 > , < 0.11 , 0.89 > , < 0.12 , 0.88 > , < 0.13 , 0.87 > , < 0.14 , 0.86 > , < 0.15 , 0.85 > , < 0.16 , 0.84 > , < 0.17 , 0.83 > , < 0.18 , 0.8200000000000001 > , < 0.19 , 0.81 > , < 0.2 , 0.8 > , < 0.21 , 0.79 > , < 0.22 , 0.78 > , < 0.23 , 0.77 > , < 0.24 , 0.76 > , < 0.25 , 0.75 > , < 0.26 , 0.74 > , < 0.27 , 0.73 > , < 0.28 , 0.72 > , < 0.29 , 0.71 > , < 0.3 , 0.7 > , < 0.31 , 0.69 > , < 0.32 , 0.6799999999999999 > , < 0.33 , 0.6699999999999999 > , < 0.34 , 0.6599999999999999 > , < 0.35000000000000003 , 0.6499999999999999 > , < 0.36 , 0.64 > , < 0.37 , 0.63 > , < 0.38 , 0.62 > , < 0.39 , 0.61 > , < 0.4 , 0.6 > , < 0.41000000000000003 , 0.59 > , < 0.42 , 0.5800000000000001 > , < 0.43 , 0.5700000000000001 > , < 0.44 , 0.56 > , < 0.45 , 0.55 > , < 0.46 , 0.54 > , < 0.47000000000000003 , 0.53 > , < 0.48 , 0.52 > , < 0.49 , 0.51 > , < 0.5 , 0.5 > , < 0.51 , 0.49 > , < 0.52 , 0.48 > , < 0.53 , 0.47 > , < 0.54 , 0.45999999999999996 > , < 0.55 , 0.44999999999999996 > , < 0.56 , 0.43999999999999995 > , < 0.5700000000000001 , 0.42999999999999994 > , < 0.58 , 0.42000000000000004 > , < 0.59 , 0.41000000000000003 > , < 0.6 , 0.4 > , < 0.61 , 0.39 > , < 0.62 , 0.38 > , < 0.63 , 0.37 > , < 0.64 , 0.36 > , < 0.65 , 0.35 > , < 0.66 , 0.33999999999999997 > , < 0.67 , 0.32999999999999996 > , < 0.68 , 0.31999999999999995 > , < 0.6900000000000001 , 0.30999999999999994 > , < 0.7000000000000001 , 0.29999999999999993 > , < 0.71 , 0.29000000000000004 > , < 0.72 , 0.28 > , < 0.73 , 0.27 > , < 0.74 , 0.26 > , < 0.75 , 0.25 > , < 0.76 , 0.24 > , < 0.77 , 0.22999999999999998 > , < 0.78 , 0.21999999999999997 > , < 0.79 , 0.20999999999999996 > , < 0.8 , 0.19999999999999996 > , < 0.81 , 0.18999999999999995 > , < 0.8200000000000001 , 0.17999999999999994 > , < 0.8300000000000001 , 0.16999999999999993 > , < 0.84 , 0.16000000000000003 > , < 0.85 , 0.15000000000000002 > , < 0.86 , 0.14 > , < 0.87 , 0.13 > , < 0.88 , 0.12 > , < 0.89 , 0.10999999999999999 > , < 0.9 , 0.09999999999999998 > , < 0.91 , 0.08999999999999997 > , < 0.92 , 0.07999999999999996 > , < 0.93 , 0.06999999999999995 > , < 0.9400000000000001 , 0.05999999999999994 > , < 0.9500000000000001 , 0.04999999999999993 > , < 0.96 , 0.040000000000000036 > , < 0.97 , 0.030000000000000027 > , < 0.98 , 0.020000000000000018 > , < 0.99 , 0.010000000000000009 > , < 1.0 , 0.0 > ]