如何调整两个列表使得二者随机采样元素的差值服从均匀分布

实现方案 #

核心逻辑 #

你之前用两个相同连续整数序列抽样得到的差值是三角分布（大样本下近似正态），本质原因是同一个差值可以对应多组A、B的元素组合，中间值的组合数远高于边缘值。要让差值服从均匀分布，只需要保证每个差值唯一对应一组A、B的元素组合即可，有两种常用构造方式：

1. 简易版本：其中一个列表为等差序列，另一个为常数序列，差值天然为序列的平移，完全均匀
2. 双可变版本：两个列表都有不同取值，只要保证A的元素间隔大于B的最大取值差，就能保证所有差值唯一，概率均等

代码验证示例 #

简易版本实现（差值范围[-20, 20]）

# 构造列表：A为0到40的等差序列，B全为20
listA <- 0:40
listB <- rep(20, length(listA))

# 随机抽样计算差值
sampledListA <- sample(listA, 1000, replace = TRUE)
sampledListB <- sample(listB, 1000, replace = TRUE) 
listDiff <- sampledListA - sampledListB

# 绘制直方图可见分布为均匀分布
hist(listDiff, freq = FALSE, xlab = '差值', density = 20, main = "差值分布")

双可变版本实现（两个列表均有不同取值）

# 设定长度为7，A间隔为7，B为0到6，保证所有差值唯一
N <- 7
listA <- N * 0:(N-1)
listB <- 0:(N-1)

# 抽样验证
sampledA <- sample(listA, 2000, replace = TRUE)
sampledB <- sample(listB, 2000, replace = TRUE)
diff_val <- sampledA - sampledB

# 绘制直方图可见差值分布均匀
hist(diff_val, freq = FALSE, density = 20, main = "双可变列表的差值分布")

内容的提问来源于stack exchange，提问作者Err