轮盘赌算法

轮盘赌长这个样子，每个格子的概率是1/37，我们需要用到的模型如右边这个图，即每个有颜色格子的概率是不同的，整体概率为1。

先撇开遗传算法，觉得上来讲染色体群体的选择 有点不地道。通俗的讲一下我对轮盘赌算法的理解。
右上边饼图不同颜色的区域，面积大小对应着不同的概率，面积越大，代表概率越大。假想把这张图打印到一张纸上，随机扔一把小米，落在3区域的小米相对来说数量最多。好了，现在我一粒一粒的扔，扔了10粒米（意味着只选了10个样本），假如5个落在3区域，3个落在1区域，1个落在4区域，1个落在5区域。

在应用中，比方说，7号米粒利用概率38%（因为落在了3号区域），8号米粒利用概率14%，9号米粒利用概率38%，10号米粒利用概率31%。
这样有什么好处？避免了所有的米粒都选择概率最大的区域3（所谓的最优值问题），换句话，各个概率（各种情况）都相应的被使用到了，避免了陷入局部最优的问题。
问题又来了，实际编程中该怎么用？往下看。

把概率整合到一条线上，然后随机产生数据a，a属于[0,1],比方说

这样，不同的数据对应不同的数据概率，并且整体上还保留了“区域概率越大，对应数据越多”这一分布！

附上代码吧，c语言写的

#include
#include
#include

float generate_random()
{
	//randomly generate number between [0,1]
	float rand_num = 0.0;
	rand_num = (float)rand()/RAND_MAX;
	//printf("%f\n", rand_num);
	return rand_num;
}

float *generate_probability_band(float *prob_arr, int length)
{
	//产生概率带
	//传入参数是在main函数中指定的概率分布
	//传出参数就是概率带（积累概率）
	//计算累计概率，保存在sum_array数组中，用malloc写了一下。
	
	printf("一共有%d个概率数据\n",length);

	float *sum_array = NULL;
	float *sum_array_tmp = NULL;
	sum_array = (float *)malloc((length+1)*sizeof(float));//多一个是为了保存概率带最左边那个0
	sum_array_tmp = sum_array;
	int i = 0;
	float sum = 0.0;
	sum_array[0] = 0.0;
	for(i;i%f\n", sum_array,*sum_array);
		
	}
	//sum_array = sum_array_tmp;
	return sum_array_tmp;
	//free(sum_array);
}

//判断随机数位于概率带的哪个位置
int *judge_random_location(float *sum_array, int length)
{
	
	int i = 0;
	int j = 0;
	float rand_num=0;
	int *count=NULL;
	count = (int *)malloc((length-1)*sizeof(int)); //count数组用来统计 落在某个概率上的数量
	for(i=0;i0 && rand_num<1)
		{
			for(i=0;isum_array[i] && rand_num<=sum_array[i+1])
				{
					//对应的概率带 计数器加1
					count[i] = count[i]+1;
				}

			}
		}
	}
	
	return count;
}
void main()
{
	int i=0;

	//probability array
	float prob_arr[] = {0.1, 0.2, 0.3, 0.4}; //按照概率1:2:3:4
	int length = sizeof(prob_arr)/sizeof(prob_arr[0]);
	float *sum_array = NULL;
	int *count=NULL;

	sum_array = generate_probability_band(prob_arr, length);
	count = judge_random_location(sum_array, length+1);

	for(i=0;i