Question

我有一个与此类似的问题： Weighted random numbers in MATLAB

此时，我在程序中使用randsample，如下所示：

T = [0 .5 .5; .5 0 .5; .5 .5 0]
choices = 1:3

for i = 1:3
    t(i) = transpose(randsample(choices,1,true,T(i,:)));
end

因此t(i)为每个人描述了他们将选择哪个邻居。

我的T矩阵，当逐行读取时描述了一个人选择邻居的概率。例如，第一行表示第一个人将选择节点2或3，每个概率为50％。他们无法选择自己的节点1.当我扩展我的模型时，他们总是有相同的选择邻居的概率，1 /邻居的数量。为了简洁起见，我在这里硬编码了T矩阵。

我尝试使用链接主题中建议的histc，但由于我的0矩阵的每一行总是有T，所以我不认为累积和精确设置中间为0的行的bin（此处为T的第二行）。

我也尝试使用bsxfun，当我单独查看T矩阵的每一行时，我能够获得灵敏的输出，但我没有把它放在一个循环中。我觉得解决方案可能就在这里，但我不确定我是否完全理解这个功能在我的上下文中是如何运作的。

那么，有没有人对如何加速我的randsample函数有任何想法？目前，我迭代它10000x，所以它是我程序中的一个主要瓶颈。它的工作原理我需要它，它太慢了。

Answer 1

因此，您希望每个人都能以一致的概率在所有其他人中挑选邻居。

我会这样做。它应该很快。

n = 7;                      %// number of persons
t = ceil((n-1)*rand(1,n));  %// step 1
t = t + (t>=(1:n));         %// step 2

对于每个k，从{t(k)，1，...，2，{{1}中随机挑选生成的k-1具有均匀分布的}，...，k+1}。为此，使用了两个步骤：