在 C++ 映射中选择随机元素的百分比

Question

我有一个 C++ 映射：std::map <std::string, int>

我想从此地图中选取 p 百分比的随机元素。这里 p 是动态的。例如，这张地图中所有 Key:Value 对中的 10% 或 30% 是随机挑选的。不能使用 c++11。

最好的方法是什么？

谢谢。

Answer 1

将布尔向量初始化为与地图大小相同
计算T = map.size() * percentage
将向量的前T个元素初始化为"true"，其余为false
随机打乱向量中的元素
map 和 vector 的迭代器 - 当 vector 中相应的索引位置为真时指定 map 中的一个项目

示例代码：

#include <iostream>
#include <map>
#include <vector>
#include <string>

using namespace std;

void getRandomMapElements(map<string, int>& items, double percentage)
{
    const size_t count = items.size();
    vector<bool> vec;
    vec.resize(count); // all items in vec are "false"

    if (percentage < 0)
    {
        percentage = 0;
    }
    else if (percentage > 1.0)
    {
        percentage = 1.0;
    }

    size_t target = (size_t)(count * percentage); // actual number of items extracted

    // fill up the first TARGET count elements of the vector with true, the rest are kept at false
    for (size_t i = 0; i < target; i++)
    {
        vec[i] = true;
    }

    // shuffle the boolean vector
    for (size_t i = 0; i < count; i++)
    {
        bool val = vec[i];
        size_t swap = rand() % count;
        vec[i] = vec[swap];
        vec[swap] = val;
    }

    // iterate over the vector and map together
    map<string, int>::iterator itor = items.begin();
    for (size_t i = 0; i < count; i++)
    {
        if (vec[i])
        {
            cout << itor->first << " : " << itor->second << endl;
        }
        itor++;
    }
}

Answer 2

对于 C++17，std::sample 完全可以满足您的需求，但对于 C++98，它稍微复杂一些。

兼容c++98的最短代码是：

unsigned pick_below(unsigned n)
{
     // poor distribution:
     return std::rand() % n;
}
std::vector<std::pair<std::string, int> >
sample(const std::map<std::string, int> & data_in,
       unsigned p)
{
 std::vector<std::pair<std::string, int> > shuffled(data_in.begin(), data_in.end());
 for (unsigned i=shuffled.size()  ; i > 1 ; --i)
   std::swap(shuffled[i-1], shuffled[pick_below(i)]);
 shuffled.erase(shuffled.begin() +p, shuffled.end());
}

此代码在两个层面上存在问题：

std::random质量无保障。
使用 modulo in pick_below distorts the distribution.

要克服问题 2，请使用 boost::random::uniform_int_distribution 或根据 this:

重写 pick_below 函数

unsigned pick_below(unsigned n)
{
    unsigned x;
    do {
       x = rand();
    } while (x >= (RAND_MAX - RAND_MAX % n));
    return x % n;
}

可以通过使用第三方随机生成器（例如 boost::random::mt19937）来解决问题 1。

不幸的是，这个解决方案的复杂度平均为 O(n)（因为 pick_below 不能保证终止，但在任何值 p < RAND_MAX / 2 上迭代它的概率超过 K 次指数递减到小于 0.5^K。复杂度不可能比 O(n) 好，因为没有办法选择第 k^th 个元素地图的一部分，而不是迭代所有地图。

在 C++ 映射中选择随机元素的百分比

Selecting percentage of random elements in a C++ map

c++

random

dictionary

c++03