c#获取相同概率随机数的算法代码

这几天在做公司年会的一个抽奖软件,开始做的的时候,认为算法是很简单的,把员工的数据放进list里,把list的标号作为需要获取的随机数,根据得到的随机数就确定是谁中奖。后来测试发现,随机数的分布是非常不均匀的。后来才知道,原来计算机获取的随机数都是伪随机数,当抽奖的速度非常快的时候,获取的随机数是非常不均匀的,所以在每次抽奖的时候要添加延时。后来重新设计算法,最终实现了。

算法原理跟二分查找的过程有点像。一枚硬币抽中正、反面的概率是一样,当抽样的次数无限增多,抽中的概率是50%。

代码如下:

代码如下:

public partial class MainWindow : Window
    {
        string s;
        int number;
        public MainWindow()
        {
            InitializeComponent();
        }
        public int getRandom()
        {
            //string[] arr = new string[5] { "我们", "是", "一", "个","团队" };

Random r = new Random();
            int num = 2;
            int choose = r.Next(num);
            return choose;
            //MessageBox.Show(arr[choose].ToString());
        }
        public string GRandom(int n)
        {
            //if()
            if (n == 0)
            {
                //s = getRandom() + s;
                //System.Threading.Thread.Sleep(1);
                return s;
            }
            if (n % 2 == 0)
            {
                n = n / 2;

}
            else
            {
                n = (n - 1) / 2;
                //s = getRandom() + s;
            }
            s = getRandom() + s;
            System.Threading.Thread.Sleep(20);
            GRandom(n);
            //System.Threading.Thread.Sleep(1);
            return s;
        }
        public Int32 Estimate(int n)
        {
            string num = GRandom(n);
            number = Convert.ToInt32(num, 2);
            if (number > n - 1)
            {
                //num = "";
                s = "";
                Estimate(n);
            }
            //else
            return number;
        }
        private void Button_Click(object sender, RoutedEventArgs e)
        {
            for (int i = 0; i < 100; i++)
            {
                label1.Content += Estimate(200) + ";";
                s = "";
            }
        }
    }

以上算法不是非常好,取消延时,将random对象设置为全局变量。修改版代码如下:


代码如下:

string s;
        int number;
        Random r = new Random();

public int getRandom()
        {
            //string[] arr = new string[5] { "我们", "是", "一", "个","团队" };

//Random r = new Random();
            int num = 2;
            int choose = r.Next(num);
            return choose;
            //MessageBox.Show(arr[choose].ToString());
        }
        public string GRandom(int n)
        {
            //if()
            if (n == 0)
            {
                //s = getRandom() + s;
                //System.Threading.Thread.Sleep(1);
                return s;
            }
            if (n % 2 == 0)
            {
                n = n / 2;

}
            else
            {
                n = (n - 1) / 2;
                //s = getRandom() + s;
            }
            s = getRandom() + s;
            GRandom(n);

return s;
        }
        public Int32 Estimate(int n)
        {
            string num = GRandom(n);
            number = Convert.ToInt32(num, 2);
            if (number > n - 1)
            {
                //num = "";
                s = "";
                Estimate(n);
            }
            //else
            return number;
        }
        private void Button_Click(object sender, RoutedEventArgs e)
        {
            for (int i = 0; i < 1000; i++)
            {
                label1.Content = Estimate(200);
                s = "";
            }

//以下为测试
            //int a = 0, b = 0, c = 0, d = 0, f = 0;
            //for (int i = 0; i < 1000; i++)
            //{
            //    //label1.Content = Estimate(2);
            //    int content = Estimate(5);
            //    s = "";

//    switch (content)
            //    {
            //        case 0:
            //            a ++;
            //            break;
            //        case 1:
            //            b ++;
            //            break;
            //        case 2:
            //            c ++;
            //            break;
            //        case 3:
            //            d ++;
            //            break;
            //        case 4:
            //            f ++;
            //            break;

//    }
            //    label1.Content = a;
            //    label2.Content = b;
            //    label3.Content = c;
            //    label4.Content = d;
            //    label5.Content = f;
            //}
        }
    }
}

(0)

相关推荐

  • C#实现的简单随机数产生器功能示例

    本文实例讲述了C#实现的简单随机数产生器功能.分享给大家供大家参考,具体如下: 运行效果如下: 具体代码如下: using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Text; using System.Windows.Forms; namespace Math { public parti

  • C# 生成随机数的代码

    /// 构造随机数 种子 static int GetRandomSeed() { byte[] bytes = new byte[4]; System.Security.Cryptography.RNGCryptoServiceProvider rng = new System.Security.Cryptography.RNGCryptoServiceProvider(); rng.GetBytes(bytes); return BitConverter.ToInt32(bytes, 0);

  • C#生成互不相同随机数的实现方法

    本文实例讲述了C#生成互不相同随机数的实现方法,在进行C#应用程序设计时非常具有实用价值.本文详细讲述了其功能的实现过程.分享给大家供大家参考之用.具体方法如下: 一般来说,用C#生成足够随机的互不相同的随机数 Dotnet.Frameword中提供了一个专门产生随机数的类System.Random,计算机并不能产生完全随机的数字,它生成的数字被称为伪随机数,它是以相同的概率从一组有限的数字中选取的,所选的数字并不具有完全的随机性,但就实用而言,其随机程度已经足够了. 在使用随机数时,要先初始化

  • C#实现在两个数字之间生成随机数的方法

    本文介绍一个小编自己写的C#函数,它用于生成两个数之间的一个随机数. 在C#中有一个Random类,使用它可以很方便的生成随机数.其实一个最重要的生成方式就是给它一个最大值和一个最小值,系统可以自动生成该范围内的一个随机数字. 在创建Random对象的时候,需要赋值一个随机数种子.随机数种子是什么含义本文就不介绍了,反正如果没有种子,那么每次得到的随机数会是同一个随机数(很扯蛋是吧).这里我们使用Guid类的NewGuid()方法来造一个随机的字符吕,而且这个字符串是不会相同的.这个Guid的随

  • C#中获取、生成随机数的三种方法

    随机数的定义为:产生的所有数字毫无关系. 在实际应用中很多地方会用到随机数,比如需要生成唯一的订单号. 在C#中获取随机数有三种方法: 一.Random 类 Random类默认的无参构造函数可以根据当前系统时钟为种子,进行一系列算法得出要求范围内的伪随机数. 复制代码 代码如下: Random rd = new Random(); int i = rd.Next(); 这种随机数可以达到一些要求较低的目标,但是如果在高并发的情况下,Random类所取到的系统时钟种子接近甚至完全一样,就很有可能出

  • C#生成指定范围内的不重复随机数

    C#生成指定范围内的不重复随机数 // Number随机数个数 // minNum随机数下限 // maxNum随机数上限 public int[] GetRandomArray(int Number,int minNum,int maxNum) { int j; int[] b=new int[Number]; Random r=new Random(); for(j=0;j<Number;j++) { int i=r.Next(minNum,maxNum+1); int num=0; for

  • C#短时间内产生大量不重复的随机数

    生成随机数可以用伪随机数发生器Random,受种子控制生成伪随机数,默认以当前时间值为种子.如果程序运行的很快,就会导致在几乎同一时刻运行多次,肯定会有重复的.比如我们要生成1到10之间的5个随机数,则经常会产生 2 2 1 1 1这样的情况,那么如何得到非常随机的不那么重复的随机数呢?比如 4 2 3 3 5这样的. 有人说用Thread.Sleep(5) ,但我不推荐,因为这样会使系统减缓运行. 我采取的方法是:用种子Guid.NewGuid().GetHashCode(),在短时间里不会出

  • 用C#生成不重复的随机数的代码

    对于随机数,大家都知道,计算机不 可能产生完全随机的数字,所谓的随机数发生器都是通过一定的算法对事先选定的随机种子做复杂的运算,用产生的结果来近似的模拟完全随机数,这种随机数被称 作伪随机数.伪随机数是以相同的概率从一组有限的数字中选取的.所选数字并不具有完全的随机性,但是从实用的角度而言,其随机程度已足够了.伪随机数的选 择是从随机种子开始的,所以为了保证每次得到的伪随机数都足够地"随机",随机种子的选择就显得非常重要.如果随机种子一样,那么同一个随机数发生器产生 的随机数也会一样.

  • C#利用Random得随机数求均值、方差、正态分布的方法

    本文实例讲述了C#利用Random得随机数求均值.方差.正态分布的方法.分享给大家供大家参考.具体如下: 最近在做中小学试卷分析系统,其中数据的分析让自己很头疼,整个系统采用B/S架构.在分析试卷难度梯度的时候需要用到正态分布,自己做了一些,也查阅了一些资料,终于掌握了将一组数据分析检验,最后生成正态分布. (1)利用随机函数rand()生成(0,1)区间的100个均匀分布随机数: (2)计算这100个均匀分布随机数的均值和方差, (3)将这100个均匀分布的随机数,及其均值和方差保存到文本文件

  • c# Random快速连续产生相同随机数的解决方案

    代码如下: 复制代码 代码如下: namespace RandomTest { class Program { static void Main(string[] args) { for (int i = 0; i < 100; i++) { Random d = new Random(); Console.WriteLine(d.Next(100)); } } } } 理论上而言,这个程序会产生100个不同的0-100的整数,而实际情况却是除了第一个数字不同外,剩余99个数字会产生随机的99个

随机推荐