如何按指定概率翻转矩阵比特位并生成新矩阵

核心规则梳理 #

先明确翻转逻辑，避免实现偏差：

• 初始示例矩阵为3x3二值矩阵：[[1, 0, 1], [1, 1, 0], [0, 0, 1]]
• 逐元素独立判断翻转，不同值的翻转规则独立：
  • 比特值为1时：以概率a翻转为0，以1-a的概率保持1不变
  • 比特值为0时：以概率b翻转为1，以1-b的概率保持0不变
• 所有元素处理完成后，输出同尺寸的全新矩阵

实现思路 #

不需要复杂的矩阵变换，逐元素遍历做概率判断即可：

1. 创建和原矩阵尺寸完全一致的空结果矩阵
2. 遍历原矩阵每个坐标的比特值：
   • 生成一个[0,1)区间的均匀随机数
   • 按照当前值对应的翻转规则，对比随机数和概率阈值，决定结果矩阵对应位置的取值
3. 遍历完成后直接返回结果矩阵即可

可运行代码示例（Python） #

import random

def bit_matrix_flip(original_matrix, p_flip1_to0, p_flip0_to1):
    row_count = len(original_matrix)
    col_count = len(original_matrix[0])
    result = []
    for i in range(row_count):
        current_row = []
        for j in range(col_count):
            bit_val = original_matrix[i][j]
            rand_threshold = random.random()
            if bit_val == 1:
                # 1的翻转判断：随机数小于翻转概率就置0，否则保留1
                current_row.append(0 if rand_threshold < p_flip1_to0 else 1)
            else:
                # 0的翻转判断：随机数小于翻转概率就置1，否则保留0
                current_row.append(1 if rand_threshold < p_flip0_to1 else 0)
        result.append(current_row)
    return result

# 传入示例矩阵测试
if __name__ == "__main__":
    demo_matrix = [
        [1, 0, 1],
        [1, 1, 0],
        [0, 0, 1]
    ]
    # 可根据需求自行调整a、b的取值，范围为[0,1]
    a = 0.3  # 1翻转为0的概率
    b = 0.15 # 0翻转为1的概率
    flipped_matrix = bit_matrix_flip(demo_matrix, a, b)
    print("翻转后得到的3x3矩阵：")
    for row in flipped_matrix:
        print(row)

使用说明 #

• 概率参数取值范围为0到1：比如a=1时所有值为1的比特必然翻转成0，b=0时所有值为0的比特永远不会翻转
• 如果需要复现固定的翻转结果，可以在调用函数前添加random.seed(任意固定整数)，比如random.seed(1024)，后续每次运行都会得到完全一致的翻转结果
• 该逻辑不限制矩阵尺寸，不管是3x3还是更大的二值矩阵，都可以直接复用核心判断逻辑

内容的提问来源于stack exchange，提问作者Yasemin G.