3.9 随机过程

原文链接: https://rust-random.github.io/book/guide-process.html

你可能注意到 Distribution trait 不允许修改 self（没有 &mut self 方法）。这是有意为之：概率分布定义为将事件映射到概率。

相比之下，随机过程关心以随机方式变化的一族变量（或状态）。

我们不试图定义涵盖随机过程的通用 API，也不提供直接支持来建模它们。此处仅讨论其中一些。

无放回抽样

例如，给定一袋 10 颗红弹珠和 30 颗绿弹珠，从袋中抽取的弹珠为红色的初始概率是 10/(10 + 30) = ¼ = 0.25。若第一颗弹珠是红色且未放回，则第二颗为红色的概率是 9/(9 + 30) = 3/13 ≅ 0.23。

rand crate 不提供支持逐步无放回抽样的系统。它提供的是一步从序列中抽取多个不同值的支持： IteratorRandom::choose_multiple 和 SliceRandom::choose_multiple。

若需自行实现逐步抽样，以下是一些思路：

• 将所有元素放入 Vec。每步采样并移除一个值。注意若所有可能元素的集合很大，这效率低下，因为 Vec::remove 是 O(n)，且必须构造所有元素。
• 将所有元素放入 Vec 并洗牌。每步直接取下一个元素。
• 构造从初始分布采样值的方法，外加表示「已取」值的空 HashSet。每步采样一个值；若在 HashSet 中则拒绝并重新采样，否则在 HashSet 中放入副本并返回。注意除非采样数量远小于可用元素数量，否则此方法效率低下。
• 研究 src/seq/index.rs：使用了若干抽样算法，可调整用于此应用。