我想在ScalaCheck中创建一个生成器,该生成器生成介于1到100之间的数字,但是对接近1的数字钟形偏见。Gen.choose()
在最小值和最大值之间随机分配数字:
scala> (1 to 10).flatMap(_ => Gen.choose(1,100).sample).toList.sorted
res14: List[Int] = List(7, 21, 30, 46, 52, 64, 66, 68, 86, 86)
Gen.chooseNum()
为上限和下限增加了偏差:scala> (1 to 10).flatMap(_ => Gen.chooseNum(1,100).sample).toList.sorted
res15: List[Int] = List(1, 1, 1, 61, 85, 86, 91, 92, 100, 100)
我想要一个
choose()
函数,它会给我一个看起来像这样的结果:scala> (1 to 10).flatMap(_ => choose(1,100).sample).toList.sorted
res15: List[Int] = List(1, 1, 1, 2, 5, 11, 18, 35, 49, 100)
我看到
choose()
和chooseNum()
将隐式Choose特性作为参数。我应该用那个吗? 最佳答案
您可以使用Gen.frequency()
(1):
val frequencies = List(
(50000, Gen.choose(0, 9)),
(38209, Gen.choose(10, 19)),
(27425, Gen.choose(20, 29)),
(18406, Gen.choose(30, 39)),
(11507, Gen.choose(40, 49)),
( 6681, Gen.choose(50, 59)),
( 3593, Gen.choose(60, 69)),
( 1786, Gen.choose(70, 79)),
( 820, Gen.choose(80, 89)),
( 347, Gen.choose(90, 100))
)
(1 to 10).flatMap(_ => Gen.frequency(frequencies:_*).sample).toList
res209: List[Int] = List(27, 21, 31, 1, 21, 18, 9, 29, 69, 29)
我从https://en.wikipedia.org/wiki/Standard_normal_table#Complementary_cumulative获得频率。代码只是表的示例(%3或mod 3),但是我认为您可以理解。
关于scala - ScalaCheck:选择具有自定义概率分布的整数,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/35420016/