กระบวนการสุ่ม
คุณอาจสังเกตเห็นว่าเทรต Distribution ไม่อนุญาตให้มีการเปลี่ยนแปลงค่าสถานะภายในตัวเองเลย (ไม่มีเมธอดที่รับ &mut self) ซึ่งสิ่งนี้เกิดจากความตั้งใจในการออกแบบ: เนื่องจากการแจกแจงความน่าจะเป็นในทางคณิตศาสตร์ถูกนิยามว่าเป็นการจับคู่เชื่อมโยง (mapping) จากเหตุการณ์ไปยังค่าความน่าจะเป็นที่คงที่
ในทางตรงกันข้าม กระบวนการสโทแคสติก (Stochastic Process) คือแนวคิดที่ศึกษาเกี่ยวกับกลุ่มของตัวแปร (หรือสถานะของระบบ) ที่มีวิวัฒนาการเปลี่ยนแปลงไปตามเวลาในลักษณะสุ่ม
ไลบรารีนี้ไม่ได้มุ่งหมายที่จะนิยาม API ทั่วไปเพื่อครอบคลุมกระบวนการสุ่มทั้งหมด หรือจัดเตรียมเครื่องมือสำหรับจำลองโมเดลสโทแคสติกโดยตรง แต่ในบทนี้ เราจะมาพูดคุยถึงแง่มุมการประยุกต์ใช้ที่พบบ่อยบางประการ
การสุ่มแบบไม่ใส่คืน
ขอยกตัวอย่างคลาสสิก: สมมติว่ามีถุงใบหนึ่งบรรจุลูกแก้วสีแดง 10 ลูกและสีเขียว 30 ลูก ความน่าจะเป็นเริ่มต้นที่จะสุ่มหยิบได้ลูกแก้วสีแดงคือ 10/(10 + 30) = ¼ = 0.25 แต่หากลูกแก้วลูกแรกที่หยิบได้ เป็น สีแดง และ ไม่ใส่คืนกลับลงไปในถุง ความน่าจะเป็นที่การสุ่มหยิบลูกแก้วลูกที่สองจะได้สีแดงจะลดลงเหลือ 9/(9 + 30) = 3/13 ≅ 0.23
เครต rand ไม่ได้มีระบบสำเร็จรูปสำหรับรองรับการสุ่มแบบไม่ใส่คืนทีละขั้นตอน (step-wise) แต่สิ่งที่มีให้คือการรองรับการสุ่มเลือกสมาชิกที่ไม่ซ้ำกันหลายตัวจากลำดับข้อมูลในคราวเดียว ได้แก่:
IteratorRandom::choose_multiple และ SliceRandom::choose_multiple
หากคุณต้องการอิมพลีเมนต์การสุ่มแบบไม่ใส่คืนทีละขั้นตอนด้วยตนเอง นี่คือแนวทางที่สามารถนำไปปรับใช้ได้:
- ใส่สมาชิกทั้งหมดลงใน
Vecโดยในแต่ละขั้นตอนให้สุ่มเลือกดัชนีแล้วลบสมาชิกนั้นออก ข้อพึงระวังคือ หากชุดข้อมูลมีขนาดใหญ่มาก วิธีนี้จะไม่มีประสิทธิภาพ เนื่องจากคำสั่งVec::removeมีความซับซ้อนระดับO(n)อีกทั้งยังต้องเสียต้นทุนในการสร้างสมาชิกทั้งหมดขึ้นมาก่อน - ใส่สมาชิกทั้งหมดลงใน
Vecแล้วทำการสับเปลี่ยนลำดับ (shuffle) จากนั้นในแต่ละขั้นตอนก็เพียงแค่อ่านดึงสมาชิกตัวถัดไปออกมาเรื่อยๆ - สร้างเมธอดสุ่มค่าจากการแจกแจงตั้งต้น ควบคู่ไปกับการใช้
HashSetว่างเปล่าเพื่อบันทึกค่าที่ “ถูกเลือกไปแล้ว” โดยในแต่ละขั้นตอนให้สุ่มค่าขึ้นมา หากค่านั้นมีอยู่ในHashSetแล้ว ก็ให้ปฏิเสธค่านั้นแล้วสุ่มใหม่ แต่หากยังไม่มี ให้บันทึกสำเนาลงในHashSetแล้วคืนค่านั้นออกมา ทั้งนี้วิธีนี้จะไม่มีประสิทธิภาพเว้นแต่ว่าจำนวนสมาชิกที่ต้องการสุ่มจะมีสัดส่วนน้อยกว่า จำนวนสมาชิกทั้งหมดอย่างมาก - ศึกษาเพิ่มเติมจากไฟล์
src/seq/index.rs: ซึ่งมีอัลกอริทึมการสุ่มตัวอย่างหลายรูปแบบที่ใช้อยู่ ซึ่งอาจนำมาปรับใช้กับงานนี้ได้