在我的游戏中，我想产生N个项目，不一定在同一时间。其中一些项目依赖于之前产生的（马尔可夫链式），所以产生连续两个火箭发射器的概率很低，但产生火箭发射器和火箭的概率是合理的。什么是最有效的方法呢？这个方法会经常被调用，所以我试图尽量减少计算。产品偏倚产卵算法
我想出的一个想法可能是创建一个N×N数组，作为概率查找表（物品先前产生VS产生物品）。然而，在这个过程中，我需要一些方法来产生一个随机数，其中概率作为一个偏差。我不确定这样做的最佳方式是什么。如果库存发挥作用，事情也会略微变得更诡异，因为如果Y量已经产生，就不能生成火箭。我可以创建一个3D数组并将库存号存储在那里，但我不确定基于库存更新数组查找表的效率如何。
这只是我想出的一个想法，但可能还有另一种更好的方法。有没有比3D阵列更高效的数据结构，还是我应该阅读的算法？
如果你不需要存储很多状态，最有效的方法就是按照你所暗示的做：创建一个马尔可夫链。与每个状态相关联的是一系列退出到下一个状态的概率。这使您可以完全控制流程，并且非常紧凑。 （请注意，通过生成从0到1的随机数并对累积概率进行二分搜索来使用它。）
另一种更模糊的方法是维护一组概率和一组偏差。如果你有一个偏置项类似
launcher_bias = 0.8*launcher_bias + 0.2*(1.0 - (last_item == launcher))
rocket_bias = 0.8*rocket_bias + 0.2*(last_item == launcher)
，你使用这些值加权的概率（然后重新归一化的一整套1，或者等价地，如果所有项目的总概率为0.7结束或诸如此类，你挑值从0到0.7），你会发现，当你获得多余的发射器时，获得更多的概率将下降。但是，与此同时，你会增加获得火箭的机会。基本上，如果你最近有一个偏见，你会有一些指数衰减的权重因素，它会对发射器产生偏见。
谢谢。我想我应该多读一些马尔可夫模型。通过对累积属性进行二分查找以使用链，您是什么意思？ – keyboardP 2010-08-10 18:38:14
假设您有五种不同结果的概率，依次为0.2,0.5,0.1,0.1,0.1。你将它转换为数组'0,0.2,0.7,0.8,0.9,1.0'。如果你从0到1选择一个随机数，那么你落在0和0.2之间的概率是0.2;在0.2和0.7之间是0.5，依此类推。选择一个随机数字并进行二分法搜索，查找您处于哪个范围内，从而选择哪个结果。如果你有超过六种不同的可能性，并且你需要快速做到这一点，它将比汤姆的方法更快。 （把汤姆的数字除以4 + 1 + 1 + 10得到概率....） – 2010-08-10 19:13:04
啊，我现在明白了。谢谢您的帮助！ – keyboardP 2010-08-10 19:16:48
然而，在这个过程中，我需要 产生一个随机数 与概率充当偏见的一些方法。 不知道做什么最好的方法是 那是？
假设有4个事件
相对概率之和为16，所以属在范围[0,16）内的随机数X。其中四个数字应该映射到A，一个映射到B，等等。
谢谢，这是一个伟大的方法！ – keyboardP 2010-08-10 18:33:19
这是一个有点一般..你尝试过什么？..如果我把所有的细节我敢肯定我可以写点东西，但截至目前我不知道该说些什么。 – Fosco 2010-08-10 17:53:32
嗨，我还处于设计阶段，并试图首先理解它的理论。你有什么想让我进一步解释吗？ – keyboardP 2010-08-10 17:56:30
我很怀疑这个过程会成为瓶颈。首先，我会实现一些简单而不用担心效率问题。 – 2010-08-10 18:29:33