本文實例為大家分享了java隨機數生成代碼，供大家參考，具體內容如下
包com.gonvan.common.utils;導入Java.util。 *; /** * * * * * @author yuerzm * * /公共最終類LotteryaliasMethod { /** *用於從分佈中採樣的隨機數生成器。 */私人最終隨機隨機； /***別名表。 */ private final int []別名; /***概率表。 */私人最終雙[]概率； /** *根據概率分佈構建了一種從離散分佈中採樣的新別秒示例，並 *手動退回結果。 * <p/> *作為輸入給出的概率列表，與結果相對應0、1， * ...，n -1，此構造函數創建了從此分佈中有效採樣所需的概率和別名表 *。 * * @param概率 *概率列表。 */ public lotteryaliasmethod（list <double>概率）{this（概率，new Random（））; } /** *根據概率分佈從離散分佈中構建一個新的別名術，從離散分佈中樣本和 *手動恢復結果。 * <p/> *作為輸入給出的概率列表，與結果相對應的概率列表， *， * ...，n -1，以及應用作 *基礎生成器的隨機數生成器，該構造函數創建了有效地從該分佈中進行採樣所需的概率和 *別名表。 * * @param概率 *概率列表。 * @param隨機 *隨機數生成器 * / public lotteryaliasmethod（list <double>概率，隨機隨機）{ / *開始對輸入進行基本的結構檢查。 */ if（probabilities == null || random == null）拋出新的nullpointerexception（）;如果（promabilities.size（）== 0）拋出新的illegalargumentException（“概率向量必須是非空的。”）; /*為概率和別名表分配空間。 */概率= new double [probabilities.size（）]; alias = new Int [Probibilities.size（）]; /*存儲基礎發電機。 */ this.random = random; /*計算平均概率並緩存以供以後使用。 * /最終雙平均值= 1.0 / promabilities.size（）; / * *製作概率列表的副本，因為我們將對其進行 *更改。 */概率= new ArrayList <double>（概率）; /*創建兩個堆棧以在我們填充表時充當工作清單。 */ deque <integer> small = new Arraydeque <integer>（）; Deque <integer> grine = new Arraydeque <integer>（）; /*使用輸入概率填充堆棧。 * / for（int i = 0; i <probabilities.size（）; ++ i）{ / * *如果概率低於平均概率，則我們將 *添加到小列表中；否則，我們將其添加到大列表中。 */ if（probabilities.get（i）> =平均）大add（i）;否則小add（i）; } / * *作為註意：在算法的數學規範中，我們 *將始終在大列表之前用盡小列表。但是， *由於浮點不准確，這不一定是正確的。 *因此，這個內部循環（嘗試配對大小元素）將不得不檢查兩個列表都不為空。 * / while（！small.isempty（）&&！ */ int lys = small.removelast（）; int more = ligal.removelast（）; / * *這些概率尚未擴大到使 * 1/n的重量1.0。我們在這裡做到這一點。 */概率[lims] = promabilities.get（lims） * probibilities.size（）;別名[LINS] = MORE; / * *通過適當的 *降低較大的概率。 */ probabilities.set（更多，（probabilities.get（more） + probabilities.get（lys）） - 平均值）; / * *如果新概率小於平均值，則將其添加到 *小列表中；否則將其添加到大列表中。 * / if（probabilities.get（more）> = 1.0 / probabilities.size（））否則小add（更多）; } / * *在這一點上，所有內容都在一個列表中，這意味著 *剩餘的概率應為1 /n。基於此，將它們 *適當地設置。由於數值問題，我們無法確定哪個 *堆棧將保存條目，因此我們兩者都清空。 */ while（！small.isempty（））概率[small.removelast（）] = 1.0;而（！ } /***從基礎分佈中採樣一個值。 * * @return從基礎分佈中採樣的隨機值。 * / public int next（）{ /*生成一個公平的模具卷以確定要檢查哪個列。 */ int column = random.nextint（probinality.length）; /*生成一個有偏見的硬幣折騰，以確定選擇哪種選項。 */ boolean cointoss = random.nextDouble（）<概率[列]; /*基於結果，返回列或別名。 */返回COINTOSS？列：別名[列]; }}}以上就是本文的全部內容，希望對大家的學習有所幫助。 ，希望對大家的學習有所幫助。