Random 朱莉娅：从不断缩小的范围内取样的最佳方法？

我想对

k

数字进行采样，其中第一个数字从

1:n

中采样，第二个从

1:n-1

中采样，第三个从

1:n-2

中采样，依此类推

我有下面的实现

function shrinksample(n,k)
    [rand(1:m) for m in n:-1:n-k+1]
end

---

Julia中是否有更快的解决方案？

以下内容借鉴了

randperm

的实现思想，并且由于

n

和

k

具有相同的顺序，这是适当的，因为需要相同类型的随机性（两者都有大小为

n

阶乘的输出空间）：

---

技巧主要是使用内部的

Base.Random.rand\u lt

而不是常规的

rand（1:n）

以下是从

randperm

的实现中得到的想法，并且由于

n

和

k

具有相同的顺序，这是适当的，因为需要相同类型的随机性（两者的输出空间大小均为

n

factorial）：

---

技巧主要是使用内部

Base.Random.rand\u lt

而不是常规的

rand（1:n）

如果这对随机性不太敏感（您没有进行加密），那么以下操作应该非常快且非常简单：

blazingshrinksample(n,k) = (Int)[trunc(Int,(n-m)rand()+1) for m in 0:k-1]

在您的实现和Dan的实现中进行测试，我得到了以下结果：

using BenchmarkTools

@btime shrinksample(10000,10000);
  259.414 μs (2 allocations: 78.20 KiB)

@btime fastshrinksample(10000,10000);
  66.713 μs (2 allocations: 78.20 KiB)

@btime blazingshrinksample(10000,10000);
  33.614 μs (2 allocations: 78.20 KiB)

---

如果这对随机性不太敏感（您没有进行加密），那么以下操作应该非常快速和简单：

blazingshrinksample(n,k) = (Int)[trunc(Int,(n-m)rand()+1) for m in 0:k-1]

在您的实现和Dan的实现中进行测试，我得到了以下结果：

using BenchmarkTools

@btime shrinksample(10000,10000);
  259.414 μs (2 allocations: 78.20 KiB)

@btime fastshrinksample(10000,10000);
  66.713 μs (2 allocations: 78.20 KiB)

@btime blazingshrinksample(10000,10000);
  33.614 μs (2 allocations: 78.20 KiB)

---

我不认为你的函数在做你所说的，但你所要求的仍然是更快的way@zombie修复了我的代码中的错误为什么不像你的问题所说的那样，只对1:k中的m使用

[rand（1:n-m）]

呢？

n

和

k

会是什么？与

n

相比，

k

会很小吗？您将采集多少样本？这些参数对于优化非常重要。@MichaelK.Borregaard

[rand（1:n-m）for m in 0:k-1]

…我不认为您的函数正在执行您所说的操作，但仍然要求您执行更快的优化way@zombie修复了我的代码中的错误为什么不仅仅是

[rand（1:n-m）表示1:k中的m]

正如你的问题所说的那样？

n

和

k

会是什么？与

n

相比，

k

会很小吗？你会采集多少样本？这些参数对于优化非常重要。@MichaelK.Borregaard

[rand（1:n-m）表示0:k-1中的m]

…最好添加一个

@assert

的

k@assertn最好添加
的
@assert
k@assertN