Random 有效使用倍频程'；s randsample（带权重）在向量较大且大多数权重等于零的情况下

在一个即将到来的模拟项目中，我将遇到这样一种情况，我将不得不从一个巨大的向量中以加权的方式抽取一个随机元素。对于向量的大多数元素，指定的权重将为零。我还需要只画一个元素，所以替换或不替换函数是无关的

这个随机选取步骤将是我模拟的瓶颈，因此获得最佳效率和速度将是至关重要的

关于什么是最好的做法，有什么技巧吗？在我的项目中，是否有任何重要的节约

---

PS:randsample在大型向量上可靠吗？

请查看统计软件包中的

randsample.m

的源代码。这实际上是一个非常简单的实现。它从权重向量创建归一化累积权重向量，然后通过标准反向采样对其进行有效采样

我不知道你所说的“巨大”是什么意思，但只要权重向量可以放在内存中，就没有理由不快

如果“巨大”是指内存中不适合的内容，则可以创建此函数的“巨大版本”，将累积权重向量拆分为保存在磁盘上的可预测“存储箱”，并仅从正确的存储箱执行反向采样

---

我要补充的唯一一件事是，考虑到实现，并且您只对一个绘图感兴趣，那么如果您明确地将“替换”指定为“true”，您可能会从速度中获益，因为默认值为“false”（即不替换），使用替换进行采样似乎可以避免许多不必要且昂贵的步骤（排列等）。

知道大多数权重等于零，您可以从倍频程源重写

randsample

的更快实现。在我的计时中，它比最初的实现快了

6X-7X

：

function y = randsample_fast(v, w)
    f = find(w);
    w = w(f);
    w = w / sum(w);
    w = [0 cumsum(w)];
    y = f(lookup (w , rand));
    %y = f(find (w <= rand, 1, "last"));
    y = v(y);
end

函数y=randsample\u fast（v，w）
f=查找（w）；
w=w（f）；
w=w/总和（w）；
w=[0立方和（w）]；
y=f（查找（w，rand））；
%y=f（find（w）每个样本或每个向量绘制一个元素？更改/更改向量的频率如何？基本上，离散值有快速O（1）别名采样，但需要设置，因此如果经常更改向量，可能不值得。我将不得不更改向量几次（尽管每次迭代时对向量的更改为O（1））.我阅读了关于alias方法的wikipedia页面，在其最后一段中提到，它对“不平衡”概率不太有效。好吧，我唯一能想到的另一种可能性是根据概率对向量进行排序，并且只从顶部非零部分采样。权重向量是常数吗？