利用有放回抽样估计自然常数e python
有放回抽样中,当抽样次数n等于样本数量,且趋近于正无穷时,一个数字没有被抽到的概率如下
lim
n
→
∞
(
1
−
1
n
)
n
=
1
e
lim_{n to infty} (1-frac{1}{n} )^n=frac{1}{e}
n→∞lim(1−n1)n=e1
可以利用这一点估计e的值
由于我暑假闲的无聊,想巩固一下学的python,故写了三种不同的版本,分别利用集合set,字典dict,还有numpy的ndarray
一开始用的字典,发现python是真的慢,1e8线性时间复杂度都要用上个十几秒
我还以为是我打开方式不对,尝试了三种版本后发现都要十几秒,最后又一次直观的感受到了python的慢
运行结果
代码
字典版
import pandas as pd
import numpy as np
import time
time_start = time.time() # 记录开始时间
d={}
n=10000000
cnt=0
for i in range(n):
num=random.randint(0,n-1)
if d.get(num,0)==0:
d[num]=1
else:
cnt=cnt+1
print(n/cnt)
time_end = time.time() # 记录结束时间
time_sum = time_end - time_start # 计算的时间差为程序的执行时间,单位为秒/s
print(time_sum)
numpy版
import pandas as pd
import numpy as np
import time
time_start = time.time() # 记录开始时间
n=10000000
d=np.zeros(n, dtype = int)
cnt=0
for i in range(n):
num=random.randint(0,n-1)
if d[num]==0:
d[num]=d[num]+1
else:
d[num]=d[num]+1
cnt=cnt+1
print(n/cnt)
time_end = time.time() # 记录结束时间
time_sum = time_end - time_start # 计算的时间差为程序的执行时间,单位为秒/s
print(time_sum)
set版
import pandas as pd
import numpy as np
import time
time_start = time.time() # 记录开始时间
n=10000000
d=set()
for i in range(n):
num=random.randint(0,n-1)
d.add(num)
print(n/(n-len(d)))
time_end = time.time() # 记录结束时间
time_sum = time_end - time_start # 计算的时间差为程序的执行时间,单位为秒/s
print(time_sum)
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
THE END
二维码