È necessario pesare i risultati. Si può fare con qualcosa di simile:
private int[] _distribution = new int[] { 0, 1, 2, 3, 4, 5, 6, 6, 7, 7, 8, 8, 8, 9, 9 };
Random _r = new Random();
public int GetWeightedRandom()
{
return _distribution[_r.Next(0, _distribution.Length)];
}
Se sapevo che la mia gamma era piccolo e coerente, userei il tavolo - è banale per rendere la propria classe.
Per completezza, aggiungerò anche questa classe in. Questa classe prende in prestito dall'elaborazione dell'immagine e utilizza la funzione di correzione della gamma: un valore compreso tra 0 e 1 elevato a gamma, che restituisce un valore compreso tra 0 e 1 ma distribuito di più alla fascia bassa se gamma < 1.0 e altro alla fascia alta se gamma> 1.0.
public class GammaRandom {
double _gamma;
Random _r;
public GammaRandom(double gamma) {
if (gamma <= 0) throw new ArgumentOutOfRangeException("gamma");
_gamma = gamma;
_r = new Random();
}
public int Next(int low, int high) {
if (high <= low) throw new ArgumentOutOfRangeException("high");
double rand = _r.NextDouble();
rand = math.Pow(rand, _gamma);
return (int)((high - low) * rand) + low;
}
}
(dai commenti, spostato r fuori portata GetWeightedRandom(). Anche aggiunto il controllo a Next())
OK, facciamo davvero andare in città qui. Sto canalizzando John skeet per questo: è una classe astratta con una proprietà template che restituisce una funzione di trasformazione che associa l'intervallo [0..1) a [0..1) e ridimensiona il numero casuale in tale intervallo. Ho anche reimplementato gamma in termini di esso e implementato anche sin e cos.
public abstract class DelegatedRandom
{
private Random _r = new Random();
public int Next(int low, int high)
{
if (high >= low)
throw new ArgumentOutOfRangeException("high");
double rand = _r.NextDouble();
rand = Transform(rand);
if (rand >= 1.0 || rand < 0) throw new Exception("internal error - expected transform to be between 0 and 1");
return (int)((high - low) * rand) + low;
}
protected abstract Func<double, double> Transform { get; }
}
public class SinRandom : DelegatedRandom
{
private static double pihalf = Math.PI/2;
protected override Func<double, double> Transform
{
get { return r => Math.Sin(r * pihalf); }
}
}
public class CosRandom : DelegatedRandom
{
private static double pihalf = Math.PI/2;
protected override Func<double, double> Transform
{
get { return r => Math.Cos(r * pihalf); }
}
}
public class GammaRandom : DelegatedRandom
{
private double _gamma;
public GammaRandom(double gamma)
{
if (gamma <= 0) throw new ArgumentOutOfRangeException("gamma");
_gamma = gamma;
}
protected override Func<double, double> Transform
{
get { return r => Math.Pow(r, _gamma); }
}
}
Quindi stai chiedendo per i numeri casuali che, ehm, non sono casuali? – blowdart
No, non vuole, vuole solo una distribuzione diversa (più Gauss-like intorno all'8, non uniformemente distribuita tra tutti i numeri) – schnaader
Mi piacerebbe generare numeri casuali ponderati. –