1
zhttty 2015-03-14 01:05:19 +08:00 via Android
打印100万次然后统计就知道了
|
2
SoloCompany 2015-03-14 02:12:54 +08:00
首先答案是错的,但你的解读也是错的
很明显答案应该是 min + rnd.nextInt(max - min + 1) 但在 min = max 的时候,那个错误的答案也会得出正确的结论 nexInt 的取值范围是 0 ~ n-1 所以 nextInt(20) 在 0 ~ 19 之间均匀分布,或者这样更容易看一些 0 ~ 10,11 ~ 19 对 11 取模后,就是 0 ~ 10, 0 ~ 10 再加 10,就是 10 ~ 20, 10 ~ 20 所以最终结果也是均匀分布的,不存在说 20 的概率更少一说 |
3
wampyl OP @zhttty 感谢,打印了100w,1000w,1ww统计了一下是符合均匀分布的。
@SoloCompany 感谢解答。。。但是我觉得11~19对11取模分别是0,1,2,3,4,5,6,7,8,9,没有10啊。。。请指教下,谢谢! |
4
SoloCompany 2015-03-14 14:54:37 +08:00
@wampyl 不好意思,是我的错,大晚上的头脑不清醒
取模后应该是 0 ~ 10,0 ~ 8 所以 0 ~ 8 出现的比例分别是 2/20, 9,10 出现的比例是 1/20 就是说,最终结果 10 ~ 18 是 1/10, 19,20 是 1/20 少一半 其实就是 20 个兔子(随机因子)装到11个笼子里面的问题,怎么都不可能均匀的 只有在 max 是 max - min +1 的整数倍的时候才是均匀的,例子中把 min 改成 11 就是均匀的了 |
5
wampyl OP @SoloCompany 3q,确实是不可能均匀分布,但是这样产生随机数是没有问题的,可否这样理解?
|
6
SoloCompany 2015-03-14 21:55:24 +08:00 1
@wampyl 当然有问题,我们还是用 n / m 来代替 max / min,只不过当 n 非常大的时候,这个分布不平均差异很小感觉不出来可以忽略而已。实际上伪随机数的 random.nextInt(m) 的实现应该是非常接近于 nextInt() % m 的,也就是例子中 n=Integer.MAX_INTEGER 的情形
|
7
wampyl OP @SoloCompany 3q!!!非常详细,再次感谢。
|