问题：
给定一个概率列表：[0.05, 0.15, 0.2, 0.6]，要求生成的随机数符合该列表的概率分布。

---------------------------------------------------------------------------------------------------------------------------------------

在C/C++中，产生一个随机数，可以用下列方法：

点击(此处)折叠或打开

#include >
#include >
#include >
#include >
using namespace std;
int main(void)
{
srand((unsigned)time(NULL)); // 用来设置rand()产生随机数时的随机数种子，参数必须是整数，如果每次参数都是一致的，rand()产生的随机数每次都是会一样
for(int i=0; i < 1000; i++)
{
count << rand() << '\t'; // 产生0至RAND_MAX间的随机数，RAND_MAX 大小视数据类型而定。
}
count << endl;
return 0;
}
////////////////////////////////////////////////
// 产生一定范围随机数的通用表示公式:
// 要取得[a,b)的随机整数，使用(rand() % (b-a))+ a;
// 要取得[a,b]的随机整数，使用(rand() % (b-a+1))+ a;
// 要取得(a,b]的随机整数，使用(rand() % (b-a))+ a + 1;
// 要取得(a,b)的随机整数，使用(rand() % (b-a-1))+ a + 1;
// 通用公式:a + rand() % n；其中的a是起始值，n是整数的范围。
// 要取得a到b之间的随机整数，另一种表示：a + (int)b * rand() / (RAND_MAX + 1)。
// 要取得0～1之间的浮点数，可以使用rand() / double(RAND_MAX)。

rand() 产生的随机数，并不是真的的随机数，而是伪随机数，是根据一个数(种子)为基准以某个递推公式推算出来的结果，当这系列数很大的时候，就符合正态公布，从而相当于产生了随机数。
其内部是使用线性同余法做的，因其周期长，在一定范围内，可以视为随机的。

我们可以产生0~1的随机数，将0~1分成是个数（0.1，0.2，0.3，...，1），每个数的出现的概率是相等的。
将0~1看做一个轮盘，将轮盘按给定的比例划分区域，0.05表示红色，0.15表示蓝色，0.2表示黄色，0.6表示绿色。轮盘中，红色的面积只有轮盘总面积的5%，蓝色的占15%，黄色占20%，绿色占60%。
设置一个指针指向轮盘，转动轮盘，指针最终停留在哪一块颜色的概率，一定是符合给定的概率分布的。
实现代码如下：

点击(此处)折叠或打开

# -*- encoding: utf-8 -*-
import sys, os
import time
import random
def solution_one():
property = [0.05, 0.15, 0.2, 0.6]
selections = {red:0, blue:0, yellow:0, green:0}
standard = 1.0 # 一个基准
for i in range(10000):
NotAccept = True
while(NotAccept):
selectIndex = int(random.random() * len(property)) # 随机选择一个颜色
if(random.random() <= (property[selectIndex] / standard)): # 根据颜色所占比例随机选择
NotAccept = False # 选中
selections[selectIndex] += 1
for color,count in selections.item():
print('color %s count : %d' % (color, count))
def solution_two():
property = [0.05, 0.15, 0.2, 0.6]
selections = {red:0, blue:0, yellow:0, green:0}
sum_property = 0
rand = random.random()
for i in property:
sum_property += i
for rount in 1000: # 1000轮迭代测试
rand = random.random() * sum_property # 获取随机数
for index in selections:
rand -= property[index] # 判断一轮迭代中，四个颜色（在此题中）中被选中的是哪几个颜色
if(rand <= 0):
selections[index] += 1 # 选中的颜色加1
for color,count in selections.item():
print('color %s count : %d' % (color, count))
def solution_three():
property = [0.05, 0.15, 0.2, 0.6]
selections = {red:0, blue:0, yellow:0, green:0}
sum_property = 0
factor = 0
rand = random.random()
for i in property:
sum_prtoperty += i
for rount in 1000: # 迭代次数
rand = random.random() * sum_property # 获取随机数
for index in selections:
factor += property[index] # 判断一轮迭代中，四个颜色（在此题中）中被选中的是哪几个颜色
if(rand <= factor):
selections[index] += 1 # 选中的颜色加1
for color,count in selections.item():
print('color %s count : %d' % (color, count))

扩展：
该问题可以归纳为通过均匀分布随机数，生成指定概率分布的随机数问题。类似的问题还有：
1、通过均匀分布随机数生成符合正太分布的随机数；
2、通过正太分布随机数生成符合均匀分布的随机数；
3、生成指定分布的随机数
4、...........

参考：
1、Fitness proportionate selection
2、关于按概率生成随机数的问题的算法
3、根据相应概率产生随机数
4、生成特定分布随机数的方法（扩展阅读）
5、继续随机数：接受/拒绝方法（标准正态分布）（扩展阅读）
6、概率算法-均匀分布产生正态分布（扩展阅读）
7、花式生成正态分布（扩展阅读）（推荐）
8、C++ 生成随机数-GitHub（扩展阅读）