固有：

Question

1S Tのランダムバイナリーベクター私はKはEigenマトリックス（寸法pxp）であり、esが1Sとpx1ランダムバイナリーベクターであるK*esを計算します。

例えばp=5とt=2可能であればesが... [1,0,1,0,0]'または[0,0,1,1,0]'というようにである

どのように私は簡単にEigenとesを生成するのですか？

Answer 1

あなたはEigenを使用しています。どの行列タイプを使用しているのかよく分かりませんが、クラスEigen::MatrixXdに行く予定です。

何をする必要がある：

• がすべて0
• は0-pの間にある、0から1に反転するランダムスポットを選択し、その場所が一意であることを確認します1xp行列を作成します。 。

次のコードではこのトリックを行うべきですが、他の方法で実装することもできます。

//Your p and t 
int p = 5; 
int t = 2; 

//px1 matrix 
MatrixXd es(1, p); 

//Initialize the whole 1xp matrix 
for (int i = 0; i < p; ++i) 
     es(1, i) = 0; 

//Get a random position in the 1xp matrix from 0-p 
for (int i = 0; i < t; ++i) 
{ 
    int randPos = rand() % p; 

    //If the position was already a 1 and not a 0, get a different random position 
    while (es(1, randPos) == 1) 
     randPos = rand() % p; 

    //Change the random position from a 0 to a 1 
    es(1, randPos) = 1; 
} 

Answer 2

tがpに近い場合には、ライアンの方法はt乱数よりもはるかに多くを生成する必要があります。このパフォーマンスの劣化を避けるために、あなたは

が均一に生成するには、次の手順

1. によって

を配布されている[0、P）からt異なる番号を見つけ、あなたの元の問題を解決できますt均一に分布した乱数idx[t] [0、p-t + 1]

ソートこれらの数字

idx[i]+i, i=0,...,t-1idx[t]は結果である

コード：私はstd::vector、Egien::Mapとstd::shuffleの組み合わせであっても、より良い解決策、思い付いた

VectorXi idx(t); 
VectorXd es(p); 
es.setConstant(0); 

for(int i = 0; i < t; ++i) { 
    idx(i) = int(double(rand())/RAND_MAX * (p-t+1)); 
} 

std::sort(idx.data(), idx.data() + idx.size()); 

for(int i = 0; i < t; ++i) { 
    es(idx(i)+i) = 1.0; 
} 

Answer 3

。

std::vector<int> esv(p,0); 
std::fill_n(esv.begin(),t,1); 
Eigen::Map<Eigen::VectorXi> es (esv.data(), esv.size()); 
std::random_device rd; 
std::mt19937 g(rd()); 
std::shuffle(std::begin(esv), std::end(esv), g); 

このソリューションは、効率的なメモリ（Eigen::Map以来esvをコピーしない）であり、我々は（この場合のように）es数回入れ替えたい場合は、その後、私たちはstd::shuffle(std::begin(esv), std::end(esv), g);

を繰り返す必要があることは大きな利点を持っています

多分私は間違っていますが、このソリューションは以前のものよりもエレガントで効率的です。