Java 找到随机国家，但选择人口较高国家的概率应更高

我正在研究以下面试问题：

如果给你一份国家和相应人口的名单， 编写一个函数，返回一个随机的国家，但越高 这个国家的人口越多，就越有可能被选中 随机的

我提出了以下逻辑：

在列表上进行两次遍历。在第一次遍历中，总结所有 每个位置的人口，以获取总人口总数。在里面 第二次迭代，计算每个位置人口的百分比 反对总流行音乐。例如，如果位置A有一个population“A”。 A的人口百分比为（A/总人口）*100

假设在这些步骤之后，我们有以下值。地点A =35%B=22%C=19%D=20%E=4%

请注意，百分比加起来应该是100

现在，随机生成一个介于1和100之间的数字'n'

---

如果1可以使用

TreeMap

进行此操作，则它是O（logn）并且有一个方便的api。比如：

TreeMap<Integer, Country> map = new TreeMap<>();
map.put(percentCountry1, country1);
map.put(percentCountry1 + percentCountry2, country2);
// ...

int random = (new Random()).nextInt(100);
Country country = map.ceilingEntry(random).getValue();

TreeMap map=newtreemap（）；
地图放置（百分比country1，country1）；
地图放置（百分比Country1+百分比country2，country2）；
// ...
int random=（new random（））.nextInt（100）；
Country-Country=map.ceilingEntry（随机）.getValue（）；

这很好。这是一种标准的方法，以指定的概率对离散集进行采样。一个简单的列表（按其范围排序）就足够了（进行二进制搜索以查找国家）。为什么您应该坚持使用1？将实数四舍五入到相同的整数值如何？那么你打算选择哪个国家？那么人口<1%的国家呢？不需要遍历一次就可以找到总人口，然后计算百分比。如果您使用populationCountry1（etc）替换上面的percentCountry1 etc，并在1和世界总人口之间绘制一个随机数（人口使用双精度或64位整数，因为32位整数不够），则此解决方案有效。