我从二叉树中随机选择节点,我必须构建一个黑盒测试,证明所有节点的选择概率几乎相同。Chi-Square测试算法
我正在适应基于这篇文章的卡方测试算法http://en.wikibooks.org/wiki/Algorithm_Implementation/Pseudorandom_Numbers/Chi-Square_Test 但我对“r”应该是什么感到困惑。
就像一个侧面问题,你认为这是一个合适的算法来证明一组结果中的随机性吗?
谢谢 迪奥戈
我从二叉树中随机选择节点,我必须构建一个黑盒测试,证明所有节点的选择概率几乎相同。Chi-Square测试算法
我正在适应基于这篇文章的卡方测试算法http://en.wikibooks.org/wiki/Algorithm_Implementation/Pseudorandom_Numbers/Chi-Square_Test 但我对“r”应该是什么感到困惑。
就像一个侧面问题,你认为这是一个合适的算法来证明一组结果中的随机性吗?
谢谢 迪奥戈
答案是正确的,在引文。向下滚动到的javadoc:
* @param r upper bound for the random range
这听起来好像r
应该是树中的节点的数量。你同意吗?
我随机选择从 二叉树的节点,我必须建立一个 黑箱测试,证明 有几乎相同的概率被选中的 所有节点。
我不明白这一点。你做?它似乎不是对树数据结构的测试,而更多是关于您用来选择要选择的节点的随机算法。这个结果证明了什么?
请告诉我你在做什么,请。这是我想象的:
如果树中有r
个节点,每个节点应该有1/r的选择概率。这是一个多维的,右侧的硬币或死亡。对?
这棵树可能会带来另一个元素:如果被选中的机会取决于你在树中的位置以及你是否被允许回溯,概率将被改变。如果是这种情况,每个节点选择的机会都不相同。从根开始意味着您可以访问所有子节点。处于第一级并且不能够回溯消除了根和所有其他第一级节点的考虑,等等。
你试图解决哪个问题?
基本上我只能访问返回的值,但我创建了一个平衡的测试树,其中每个节点的值都是一个简单的计数器:)所以,我想你是对的。我们能否假设它是可能的返回值范围的平均值? (对不起,如果这听起来令人困惑...)非常感谢 – DiogoNeves 2010-10-31 15:18:28
这是一直失败,但我认为C兰特()是不够好... – DiogoNeves 2010-10-31 15:44:18
“失败”是什么样子? – duffymo 2010-10-31 15:53:30