来自大群体的随机样本进入无限循环

Random sample from a large population runs into infinite loop

本文关键字:样本 无限循环 随机      更新时间:2023-10-16

我想从一个相对较大的群体中抽取n个样本,而不需要替换。所以我画随机数,并跟踪我以前的选择,这样每当我画两次数字时,我都可以重新采样:

boost::mt19937 generator;
boost::uniform_int<> distribution(0, 1669 - 1);
boost::variate_generator<boost::mt19937, boost::uniform_int<> >
        gen(generator, distribution);
int n = 100;
std::vector<int> idxs;
while(static_cast<int>(idxs.size()) < n)
{
    // get random samples
    std::generate_n(std::back_inserter(idxs), n - idxs.size(),
                    gen);
    // remove duplicates
    // keep everything that's not duplicates to save time
    std::sort(idxs.begin(), idxs.end());
    std::vector<int>::iterator it = std::unique(idxs.begin(), idxs.end());
    idxs.resize(std::distance(idxs.begin(), it));
}

不幸的是,对于上面使用的常量,我遇到了一个无限循环。

我添加了一些输出(这表明它一直在选择相同的数字),并在10次尝试后停止显示问题:

boost::mt19937 generator;
boost::uniform_int<> distribution(0, 1669 - 1);
boost::variate_generator<boost::mt19937, boost::uniform_int<> >
        gen(generator, distribution);
int n = 100;
int repeat = 0;
std::vector<int> idxs;
while(static_cast<int>(idxs.size()) < n)
{
    if(repeat++ > 10) break;
    cout << "repeat " << repeat <<
            ", " << idxs.size() << " elements" << endl;
    std::generate_n(std::back_inserter(idxs), n - idxs.size(),
                    gen);
    cout << "last " << idxs.back() << endl;
    std::sort(idxs.begin(), idxs.end());
    std::vector<int>::iterator it = std::unique(idxs.begin(), idxs.end());
    idxs.resize(std::distance(idxs.begin(), it));
}

代码打印

repeat 1, 0 elements
last 1347
repeat 2, 99 elements
last 1359
repeat 3, 99 elements
last 1359

等等,如果我不终止程序,这似乎会永远循环。这不应该发生,对吧?我只是运气不好吗?还是我做错了什么?

短期解决方案感谢@jxh!使用参考资料有助于:

boost::variate_generator<boost::mt19937&, boost::uniform_int<> >
        gen(generator, distribution);

问题是generate_n创建了您创建的生成器gen的副本。因此,在对generate_n的调用结束时,gen的状态不变。因此,每次重新循环时,都会再次生成相同的序列。

解决此问题的一种方法是在variate_generator:*中使用对随机数生成器对象的引用

boost::variate_generator<boost::mt19937&, boost::uniform_int<> >
        gen(generator, distribution);

*由于我对Boost的经验有限,我最初的建议相当笨拙。我已经采用了提问者在这个答案中实现的解决方案