Random 根据最近的先前选择加权的随机选择

我想从列表中选择一个元素，其中每个元素的权重取决于自上次选择以来的时间长度

我可以创建一个LRU（最近使用最少的）列表，其中包含一个基于队列中位置的加权函数，这将是一个优雅的列表，除了一个事实，即最初所有元素的加权应该相等

---

从直觉上看，在选定权重后，仅将权重减去或除以一定数量似乎并不正确。有没有更好的方法可以使用数学概念，如对数或逆？（不是我的强项）

像这样的东西怎么样：

让

n

=元素数，

列表

=元素数组，

水印

：=0

r := random()
i := floor(r * n)

if i >= watermark :
    index := i
    watermark := watermark + 1  // weighted part grows
else :
    index := floor(weight(r * n / watermark) * watermark)
endif

move list[index] to list[0]     // shifting elements list[0..index-1] up one place
result := list[0]

在这里，我们将列表分为两部分，加权和均匀，边界由

水印

跟踪。最初，加权部分为空，但逐渐增加，最终消耗整个列表

random（）

是一个函数，返回[0.0,1.0]中的随机数

weight（x）

是一个从[0.0,1.0]到[0.0,1.0]的函数，用于定义所需的加权行为

---

“

r*n/watermark

”作为

weight（）的参数

用于规范化参数范围。也许在某些加权函数的选择中不需要这种规范化。

atzz我将尝试一下你的算法，看看它的表现如何谢谢！@hippietrail-不客气！请让我知道它是怎么做的，我也很感兴趣：）我担心的一件事是，如果列表变得庞大每次选择后，我可能会使用大量CPU重新计算“断点”，而如果使用严格的LRU和权重作为队列中位置的函数，这些断点将永远不会改变。@hippietrail-我认为这里最复杂的操作是列表修改，即O（n）。但也需要维护简单的LRU，不是吗？“水印”只是一个简单的整数，它不应该影响任何东西。