计算机病毒传播模拟：如何让每次试验输出随机化？

问题根源分析 #

所有试验输出完全相同的问题，核心来自三类逻辑错误：

• 清除时间固定为2天：t++被放在while循环外部，无论循环执行多少次，最终t只会是初始值1+1=2；感染数更新逻辑错误，直接用新增感染数覆盖原有感染数，完全不符合传播规律；清除操作只是单纯减数字，没有实际跟踪感染状态，随机性无效。
• 后两个结果无随机性：原代码调用的calculateProbAnyComputerInfected和calculateExpectedInfectedComputers是计算固定理论值的函数，输入参数不变，返回结果自然一致，和当前试验的随机过程无关。

修正后的代码 #

import java.util.Arrays;
import java.util.Random;

public class VirusSpreadSimulation {

    public static void main(String[] args) {
        int numTrials = 5;
        int numComputers = 20;
        double pSpread = 0.1;
        int numInitialInfected = 1;
        int numToRemove = 5;

        int[] timesToRemoveVirus = new int[numTrials];
        double[] probAnyComputerInfected = new double[numTrials];
        int[] actualInfectedCounts = new int[numTrials];

        for (int trial = 0; trial < numTrials; trial++) {
            Random random = new Random();
            // 跟踪每台计算机是否曾被感染过
            boolean[] everInfected = new boolean[numComputers];
            // 跟踪当前处于感染状态的计算机
            boolean[] currentlyInfected = new boolean[numComputers];
            // 初始化：随机选一台计算机作为初始感染源
            int initialIdx = random.nextInt(numComputers);
            currentlyInfected[initialIdx] = true;
            everInfected[initialIdx] = true;
            int numInfected = numInitialInfected;
            int t = 0;

            while (numInfected > 0) {
                t++; // 每循环一次代表过去一天，先更新天数
                int newInfections = 0;

                // 模拟病毒传播：当前感染的计算机尝试向未感染的机器传播
                for (int i = 0; i < numComputers; i++) {
                    if (currentlyInfected[i]) {
                        // 遍历所有未被感染的计算机
                        for (int j = 0; j < numComputers; j++) {
                            if (!currentlyInfected[j] && !everInfected[j]) {
                                if (random.nextDouble() < pSpread) {
                                    currentlyInfected[j] = true;
                                    everInfected[j] = true;
                                    newInfections++;
                                }
                            }
                        }
                    }
                }
                numInfected += newInfections;

                // 模拟清除操作：随机清除最多numToRemove台当前感染的计算机
                int removed = 0;
                while (removed < numToRemove && numInfected > 0) {
                    int randomIdx = random.nextInt(numComputers);
                    if (currentlyInfected[randomIdx]) {
                        currentlyInfected[randomIdx] = false;
                        numInfected--;
                        removed++;
                    }
                }
            }

            // 记录当前试验的实际结果
            timesToRemoveVirus[trial] = t;
            int everInfectedCount = (int) Arrays.stream(everInfected).filter(b -> b).count();
            probAnyComputerInfected[trial] = (double) everInfectedCount / numComputers;
            actualInfectedCounts[trial] = everInfectedCount;

            // 输出单试验结果
            System.out.println("第" + (trial + 1) + "次试验: ");
            System.out.println("清除病毒所需时间: " + timesToRemoveVirus[trial] + " 天");
            System.out.println("单台计算机至少被感染一次的概率: " + probAnyComputerInfected[trial]);
            System.out.println("实际感染过的计算机数量: " + actualInfectedCounts[trial]);
            System.out.println();
        }

        // 计算并输出所有试验的平均值
        double averageTime = Arrays.stream(timesToRemoveVirus).average().orElse(0);
        double averageProb = Arrays.stream(probAnyComputerInfected).average().orElse(0);
        double averageInfectedCount = Arrays.stream(actualInfectedCounts).average().orElse(0);

        System.out.println("试验次数: " + numTrials);
        System.out.println("平均清除时间: " + averageTime + " 天");
        System.out.println("平均单台感染概率: " + averageProb);
        System.out.println("平均感染计算机数量: " + averageInfectedCount);
    }
}

关键修改点说明 #

1. 修复时间统计：把t++移到while循环内部，每次循环代表一天，正确统计清除病毒的实际天数。
2. 精准跟踪感染状态：用currentlyInfected和everInfected两个数组分别记录当前感染和曾被感染的计算机，解决原代码中感染数更新逻辑混乱的问题。
3. 真实模拟传播过程：遍历所有当前感染的计算机，每台尝试向未感染的机器传播，符合病毒传播的实际逻辑。
4. 有效模拟清除操作：随机选择当前感染的计算机进行清除，直到达到清除数量上限或无感染机器，保证清除操作的随机性。
5. 统计试验实际数据：不再依赖固定公式计算理论值，而是从当前试验的感染状态数组中统计实际结果，确保每次试验输出的随机性。

内容的提问来源于stack exchange，提问作者Amir Goziyev