Tag: 随机

了解“随机性”

我无法绕过这个,这是更随机? rand() 要么 rand() * rand() 我发现它是一个真正的脑力激荡,你能帮我吗? 编辑: 直觉上我知道math的答案是他们同样是随机的,但是我不禁想到,如果你把两个数字相乘就“运行随机数algorithm”两次,你会创造一些更随机的东西,而不仅仅是做它一次。

从SQL Server表中selectn个随机行

我有一个约50000行的SQL Server表。 我想随机select大约5000行。 我想到了一个复杂的方法,用“随机数”列创build临时表,将表复制到那个表中,循环遍历临时表,并用RAND()更新每一行,然后从该表中select随机数列<0.1。 我正在寻找一个简单的方法来做到这一点,如果可能的话,在一个单一的声明。 本文build议使用NEWID()函数。 这看起来很有希望,但我看不出我如何可靠地select一定比例的行。 有人曾经这样做过? 有任何想法吗?

生成1到100之间的唯一随机数

我怎样才能生成8,例如,1到100之间的唯一随机数使用JavaScript?

加权随机数

我试图实现一个加权的随机数字。 我现在只是把我的头撞在墙上,无法弄清楚。 在我的项目(Hold'em hand-ranges,主观全面权益分析)中,我使用了Boost的随机函数。 所以,假设我想select一个1到3之间的随机数(所以1,2或3)。 Boost的mersenne扭曲发生器就像一个魅力。 不过,我希望这个select权重是这样的例子: 1 (weight: 90) 2 (weight: 56) 3 (weight: 4) Boost是否具有某种function?

Random.Next总是返回相同的值

这真的很奇怪,我不明白为什么会发生这种情况。 在foreach循环中,我迭代了一个类A集合,并且为每个类调用Count()方法,其中r1和r2数字是从范围[-1,1]中生成的。 问题是Random.Next为每个实例返回相同的“随机”数字。 当第一个实例的结果是0和-1时,以下实例将返回相同的结果。 请你能告诉我为什么会这样吗? 另外,我不能在每个类的实例中获得不同的结果。 这是代码: class a { Random rnd = new Random(); private void Count() { int r1 = rnd.Next(-1, 1); int r2 = rnd.Next(-1, 1); } } class b { List<a> listofA=new list<a>(); foreach (a ACLASS in listofA) { ACLASS.Count(); } }

如何用Apple的Swift语言生成一个随机数字?

我意识到Swift书提供了一个随机数生成器的实现。 在自己的程序中复制和粘贴这个实现是否是最佳实践? 还是有一个图书馆这样做,我们现在可以使用?

最好的方法来select随机行PostgreSQL

我想在PostgreSQL中随机select行,我试过这个: select * from table where random() < 0.01; 但其他一些build议: select * from table order by random() limit 1000; 我有一张有5亿行的非常大的桌子,我希望它快。 哪种方法更好? 有什么区别? 什么是select随机行的最佳方式?

如何在C#中生成随机的字母数字string?

如何在C#中生成随机的8个字符的字母数字string?

在Python中用大写字母和数字随机生成string

我想要生成一个大小为N的string 它应该由数字和大写英文字母组成,例如: 6U1S75 4Z4UKK U911K4 我怎样才能达到这pythonic的方式?

从范围生成随机整数

我需要一个在给定范围内(包括边界值)生成一个随机整数的函数。 我没有不合理的质量/随机性要求,我有四个要求: 我需要它快速。 我的项目需要生成数百万(甚至有时甚至数千万)的随机数,而我目前的生成器function已经被certificate是一个瓶颈。 我需要它是相当统一的(使用rand()是完美的)。 最小 – 最大范围可以是从<0,1>到<-32727,32727>之间的任何值。 它必须是可以种植的。 我目前有以下C ++代码: output = min + (rand() * (int)(max – min) / RAND_MAX) 问题是,它不是一致的 – 只有当rand()= RAND_MAX(对于Visual C ++,它是1/32727),才返回max。 对于像<-1,1>这样的小范围来说,这是最后一个值几乎从不返回的主要问题。 于是我抓起笔和纸,拿出下面的公式(它是build立在(int)(n + 0.5)整数舍入技巧上的): 但它仍然没有给我统一的分配。 用10000个样品重复运行,给出比值为37:50:13,值为-1,0.1。 你能否build议更好的配方? (甚至是整个伪随机数发生器的function)