编写概率递归函数遇异常：求解满足0.9概率的CPU数量

原函数的问题所在 #

• 循环与递归混用导致逻辑混乱：在while循环内调用递归opcpu(p,q)，但未接收递归返回的新p值，当前函数的p仅完成自增，却未同步递归的计算结果，最终引发无限循环或递归栈溢出异常。
• 递归逻辑错误：将递归嵌套在循环中，等于每次循环都重新启动一次递归流程，完全违背了递归的设计思路，既冗余又容易出错。

修正后的纯循环版本 #

要找到满足概率≥0.9的最小p，用循环实现更直观且稳定：

opcpu <- function(p, q) {
  if (p < q) {
    stop("处理器数量必须大于等于", q) # 直接抛出错误比返回字符串更实用
  }
  # 计算初始概率（排列数P(p,q)除以p^q）
  prob <- prod(p:(p - q + 1)) / p^q
  # 循环递增p直到概率达标
  while (prob < 0.9) {
    p <- p + 1
    prob <- prod(p:(p - q + 1)) / p^q
  }
  return(p)
}

验证结果 #

当q=12时，初始p设为12调用函数，会返回预期的631：

opcpu(12, 12)
# [1] 631

额外优化：避免数值溢出 #

当p较大时，直接计算排列数容易出现数值溢出，改用对数计算概率更稳定：

opcpu <- function(p, q) {
  if (p < q) {
    stop("处理器数量必须大于等于", q)
  }
  # 用对数转换避免大数相乘溢出，log(prob) = 排列数的对数和 - q*log(p)
  log_prob <- sum(log(p:(p - q + 1))) - q * log(p)
  while (log_prob < log(0.9)) {
    p <- p + 1
    log_prob <- sum(log(p:(p - q + 1))) - q * log(p)
  }
  return(p)
}

内容的提问来源于stack exchange，提问作者Tamimi