重みでターゲットを選択するための Java アルゴリズム

重みでターゲットを選択するための Java アルゴリズム

私は現在、軍事司令官システムに取り組んでいますが、これは多くのユースケースがあるかなり複雑なシステムです。開発には 2 週間が割り当てられましたが、開発だけで 1 週間あれば十分で、残りの時間はデバッグに使用されました。このシステムに関して、私は重みに関する部分にもっと興味があります。各武将は出現確率が異なり、また各武将は重みの異なる複数の成長値に対応しています。ここには重みに関係する箇所が 2 箇所あります。最初は非常に巧妙なアルゴリズムを書いたと思っていましたが、今振り返ってみるといかに非効率的だったかがわかります。将軍の数は不確定であり、その重みの合計も不確定であるため、最初は少し難しいと感じるかもしれません。解決策はあるが、十分ではないように感じます。

重みの合計が合計であると仮定して、この範囲内で乱数を生成します。この乱数が配置されている間隔を観察することで、どの重み範囲内に配置されているかを判断できます。

例えば、A、B、Cという3人の将軍がいて、それぞれの出現確率は30%、40%、30%です。まず、乱数を生成します。ここでの合計重みは 100 で、1 ~ 30、31 ~ 70、71 ~ 100 の 3 つの区間に分割されます。自然乱数の範囲も 100 以内です。乱数が49であれば、49は31~70の範囲内にあることは明らかなので、ランダムに生成された将はBであると判定できます。これはアイデアですが、アルゴリズムを使用してこれをどのように実装するのでしょうか?

特定の状況では、最も簡単な方法は次のとおりです。

  1. int rand = 49 ; //乱数、ここでは与えられた値であると仮定 
  2.  整数A = 30 ;
  3.  整数B = 40 ;
  4.  整数C = 30 ;
  5.   (rand> 0 && rand<=A)の場合{
  6.   Aを返します
  7. }
  8.  それ以外  (rand>A && rand<=A+B)の場合{
  9.   Bを返します
  10. }
  11.  それ以外  (ランダム>A+B && ランダム<=A+B+C)の場合{
  12.   Cを返します
  13. }

しかし、前述のように、重みの合計は不確実であり、将軍の数も不確実であるため、これは間違いなく選択肢ではありません。

そこで私は簡単な解決策を思いつきました。

  1. int rand = 49 ; //乱数 
  2. 整数合計 = 0 ;
  3. List<武将> list = new ArrayList<武将>(); //これは軍の将軍のリストであると仮定します 
  4. ( int i = 0 ;i<list.size();i++) {
  5. sum = list.get(i).getWeight(); //将軍の出現確率 
  6. ランダム<=合計の場合{
  7. return i; //一般に対応するインデックスを返す 
  8. }
  9. }

これは良い考えだろうか?それとも何か問題があるのでしょうか?

オリジナルリンク: http://www.cnblogs.com/wuchen/archive/2012/02/23/2365484.html

【編集者のおすすめ】

  1. 一般的な Java ファイルアップロードおよびダウンロードコンポーネントの設計と実装
  2. Java の時刻と日付の API を書き直してみましょう。
  3. Javaでの自動ボックス化とアンボックス化について話す
  4. Java EE パフォーマンステストとチューニングを実行する方法
  5. Java 8 の新機能の詳細な解説

<<:  Appleのアプリランキングアルゴリズム調整の裏側:ランキング管理企業が一夜にして沈黙

>>:  中国でApp Storeのランキング操作を禁止しアルゴリズムを調整

ブログ    
ブログ    

推薦する

ハイパーオートメーション: 次世代のサイバーセキュリティソリューション

[[421224]]ハイパーオートメーションがネットワークとデータ セキュリティに与えるプラスの影響...

産業用AIが製造業に変革をもたらす5つの方法

すべての分野の中で、人工知能は製造業に最も大きな影響を与えており、この変革はまだ始まったばかりです。...

...

人工知能は倫理的なジレンマに直面しており、将来の発展には法の支配が必要である

科学技術倫理とは、科学技術活動において遵守すべき価値観や行動規範であり、科学技術の発展にとって極めて...

放射線科学における LLM の潜在的な応用は何ですか?数十の研究機関が共同で31の大型モデルをテスト

近年、大規模言語モデル (LLM) は自然言語処理 (NLP) の分野で革新の波を起こしています。大...

...

AIは採用に何をもたらすのでしょうか?

人工知能は、次のような採用活動に大きく貢献しています。 [[433895]] 1. 候補者の自動ソー...

React と DOM - ノード削除アルゴリズム

[[378076]]これは、React DOM 操作を詳細に説明した最初の記事です。記事の内容はコミ...

人工知能と機械学習に対するあなたの理解を完全に覆す10の成功ビジネスストーリー

導入:チャットボットから予測分析まで、IT リーダーは人工知能と機械学習を使用してビジネス インサイ...

AIと機械学習における暗黙のアルゴリズムバイアス

[[226077]]オープンソースコミュニティを通じて何ができるでしょうか?アルゴリズムは私たちの世...

犯罪者をターゲットにした新しい生成AIツールについて知っておくべきこと

OpenAI の ChatGPT などの大規模言語モデル (LLM) に基づく生成 AI チャットボ...

人工知能の主な発展とその原動力

本日の講演は、アリババCIOアカデミーが開催した人工知能(AI)技術に関する特別研修コースのために賈...

ニューロモルフィックコンピューティングを理解する: 基本原理から実験的検証まで

人間の脳は、効率的な生体エネルギーによって計算能力を部分的にサポートし、ニューロンを基本的な発火単位...

人工知能はメタバースのビジョンの実現に役立つでしょうか?

現在、メタバースの分野は、誇大宣伝と新規プロジェクトの立ち上げ数の点で急速に成長しており、業界の市場...