如何在Prolog中实现列表元素的非均匀随机选取？

当然可以实现啦！要复现numpy.random.choice的非均匀随机选取功能，我们可以自己编写Prolog谓词来完成。下面是完整的实现思路和代码：

核心思路 #

和numpy.random.choice的逻辑一致，我们需要两步关键操作：

1. 概率归一化：确保输入的概率列表总和为1（即使用户输入的概率和不为1，也能自动调整）
2. 区间匹配：生成0到1之间的随机数，然后遍历元素对应的概率累加区间，找到随机数所在的区间对应的元素

完整代码实现 #

% 计算概率列表的总和
sum_probs([], 0).
sum_probs([P|Ps], Sum) :-
    sum_probs(Ps, Rest),
    Sum is P + Rest.

% 归一化概率列表，将所有概率缩放至总和为1
normalize_probs(Probs, Normalized) :-
    sum_probs(Probs, Sum),
    Sum > 0,  % 避免除以0的情况
    maplist(divide_by(Sum), Probs, Normalized).

divide_by(Sum, P, NormP) :-
    NormP is P / Sum.

% 主谓词：从Elements中按Probs指定的概率随机选取一个元素
random_choice(Elements, Probs, Selected) :-
    normalize_probs(Probs, NormProbs),
    random(0.0, 1.0, Rand),  % 生成0到1之间的随机浮点数
    select_element(Elements, NormProbs, Rand, 0.0, Selected).

% 辅助谓词：遍历元素和归一化后的概率，匹配随机数所在的区间
select_element([Element|_], [Prob|_], Rand, Accum, Element) :-
    NewAccum is Accum + Prob,
    NewAccum > Rand.
select_element([_|ElementsRest], [Prob|ProbsRest], Rand, Accum, Selected) :-
    NewAccum is Accum + Prob,
    NewAccum =< Rand,
    select_element(ElementsRest, ProbsRest, Rand, NewAccum, Selected).

使用示例 #

比如我们要从[a, b, c]中按[0.1, 0.3, 0.6]的概率选取元素：

?- random_choice([a,b,c], [0.1, 0.3, 0.6], X).
X = c.  % 大概率会得到c，偶尔返回b，很少会选中a

如果输入的概率和不为1也没关系，比如用[1,2,3]作为概率：

?- random_choice([x,y,z], [1,2,3], X).
% 实际会按1/6、2/6、3/6的概率选取，和上面的逻辑一致

注意事项 #

• 确保元素列表和概率列表的长度一致，否则谓词会直接失败
• 不同Prolog实现的随机数生成可能略有差异，比如SWI-Prolog中random/3是默认可用的，其他实现可能需要加载对应的随机数模块
• 如果输入的概率全为0，normalize_probs会失败，这时候需要检查输入的合理性

内容的提问来源于stack exchange，提问作者S0rin