基于数组中最常见数字的权重选择

Question

我试图找出如何根据数组中最频繁的数字来计算“权重选择”，以便AI选择一个特定的数字。

例如，我有一个函数，它计算数组中最常见的数字，并允许AI选择一个特定的选项来使玩家输掉。

就目前情况而言，如果最常见的数字是1，则有50%的机会选择2。理想情况下，如果数组中满是1s，则只应该有50%的机会出现。

有谁能解决这个问题吗？我还没能解决这个问题。感谢你的帮助。

P.S:我知道这个函数写得很糟糕，只是想得到一个原型/骨架函数。

Answer 1

这看起来是std::discrete_distribution的最佳选择。

演练：

#include <algorithm>
#include <iostream>
#include <map>
#include <random>
#include <vector>

// A seeded pseudo random number generator:
static std::mt19937 gen(std::random_device{}());

int main() {

假设您在vector中拥有所有的播放器选择。您似乎将它们放在数组中，但我将使用vector，因为它更容易处理。

    // filled with some example choices:
    std::vector<int> m_playerChoices{10,10,11,10,22,22,10};

我首先要做一个直方图，这样您就可以得到每个选项的计数：

    std::map<int, int> hist;

    for(int choice : m_playerChoices) {
        ++hist[choice];
    }

然后，我们从直方图中提取选择和计数，并放入两个独立的vector，一个包含所有唯一选项，另一个包含每个选项的计数，称为weights。

    std::vector<int> unique_choices;
    std::vector<int> weights;

    for(auto[choice, count] : hist) {
        unique_choices.push_back(choice);
        weights.push_back(count);    
    }

然后使用weights创建一个discrete_distribution。

    std::discrete_distribution<int> dist(weights.begin(), weights.end());

现在，您可以调用伪随机数生成器，并使用这个离散分布来获得唯一的数字之一，每个数字的概率将完全根据您开始使用的每个选项的计数来确定：

    for(int i = 0; i < 100; ++i) {
        std::cout << unique_choices[dist(gen)] << '\n';
    }
}

演示