在PHP中植入随机数生成器
我有一个应用程序,在其中我必须选择一个数字从许多数字根据其权重。每次选择时,我都会将结果发送到flash。我在python中找到了一个算法。我已经用php实现了它,并且正在测试它的结果。如果我在python中运行该算法,结果会很好,但在php中就不太好了。例如:(1=>30,2=>40,3=>30)在多次运行之后,加权数组中出现第一个数字的概率总是更高,但在python中是一致的。我已经附加了PHP代码在PHP中植入随机数生成器,php,python,Php,Python,我有一个应用程序,在其中我必须选择一个数字从许多数字根据其权重。每次选择时,我都会将结果发送到flash。我在python中找到了一个算法。我已经用php实现了它,并且正在测试它的结果。如果我在python中运行该算法,结果会很好,但在php中就不太好了。例如:(1=>30,2=>40,3=>30)在多次运行之后,加权数组中出现第一个数字的概率总是更高,但在python中是一致的。我已经附加了PHP代码 define("MAX",100000); $reelfrequencies=array(3
define("MAX",100000);
$reelfrequencies=array(30,40,30);
echo weightedselect($reelfrequencies);
/*function weightedselect($frequency)
{
$arr=cumWghtArray($frequency);//array(35,96,100);
print_r($arr);
$len=sizeof($frequency);
$count=array();
echo $r=mt_rand(0,$arr[$len-1]);
$index=binarysearch($arr,$r,0,$len-1);
return $index;
}*/
function cumWghtArray($arr)
{
$cumArr=array();
$cum=0;
$size=sizeof($arr);
for($i=0;$i<$size;$i++)
{
$cum+=$arr[$i];
array_push($cumArr,$cum);
}
return $cumArr;
}
function weightedselect($frequency)
{
$arr=cumWghtArray($frequency);//array(35,96,100);
$len=sizeof($frequency);
$count=array();
$count[0]=$count[1]=$count[2]=0;
for($i=0;$i<MAX;$i++)
{
$r=mt_rand(0,$arr[$len-1]);
$index=binarysearch($arr,$r,0,$len-1);
$count[$index]++;
}
for($i=0;$i<3;$i++)
{
$count[$i]/=MAX;
echo $i." ".$count[$i]."\n";
}
}
function binarySearch($ar,$value,$first,$last)
{
if($last<$first)
return -1;
$mid=intVal(($first+$last)/2);
$a=$ar[$mid];
if($a===$value)
return $mid;
if($a>$value&&(($mid-1>=0&&$ar[$mid-1]<$value)||$mid==0))
return $mid;
else if($a>$value)
$last=$mid-1;
else if($a<$value)
$first=$mid+1;
return binarySearch($ar,$value,$first,$last);
}
问题是mt_rand()函数不一致。python random.rand()非常统一。我应该在php中实现哪个随机函数,每次运行时使用适当的种子值。我曾考虑使用Withcmann(由python random.random使用),但我将如何提供种子。对于您这里的任务来说,
rand
和mt_rand
都应该具有足够的随机性。如果您需要播种mt_rand
,您可以使用mt_srand
,但因为PHP4.2已经为您完成了这项工作,所以没有必要了
我怀疑问题出在你的代码上,考虑到我相信你正在尝试做的事情,这似乎是不必要的,那就是选择一个带有加权概率的随机数
这可能会有所帮助:谢谢您的回复。链接很好。通过使用Withmann并使用mt_rand()将其植入,我已经解决了我的问题。它现在正在以统一的概率选择数字。
def cdf(weights):
total=sum(weights)
result=[]
cumsum=0
for w in weights:
cumsum+=w
result.append(cumsum/total)
return result
def choice(population,weights):
assert len(population) == len(weights)
cdf_vals=cdf(weights)
x=random.random()
idx=bisect.bisect(cdf_vals,x)
return population[idx]
weights=[0.30,0.40,0.30]
population="ABC"
counts={"A":0.0,"B":0.0,"C":0.0}
max=10000
for i in range(max):
c=choice(population,weights)
counts[c]=counts[c]+1
print(counts)
for k, v in counts.iteritems():
counts[k]=v/max
print(counts)