索引类概率的动态向量

问题描述

对于我的代码，我有一个大的（最多 40,000 个）类别概率向量。这组类概率也需要定期重新加权，因此假设它会在每次调用代码时发生变化。向量总和为 1。我需要有效地搜索与该概率对应的索引。

举个例子 - 假设向量是 [0.25,0.25,0.25]，跨 4 个对象的均匀概率。我的概率结果是 0.67。这对应于索引 3，因为 0.67 > sum(probvec[0:1]) 但 0.67 <= sum(probvec[0:2])。

我愿意更改概率向量以使其成为运行总和，即 [0.25,0.5,0.75,1]，不过我还需要有关如何执行更新的建议。

任何帮助将不胜感激。

解决方法

• 第 1 步：预先计算第 i 个索引的所有部分总和。
• 第 2 步：使用二进制搜索扫描您的 sums_probvec 以获取 logtime 中的结果。

import numpy as np

probvec = np.full(4,0.25)
prob = 0.67

# pre-compute all the partial sums up to the i-th index
sum_probvec = [probvec[0]]
for i in range(1,len(probvec)) :
    sum_probvec.append(sum_probvec[i-1] + probvec[i])

# use binary search for logtime results
i = 0
j = len(sum_probvec)
while i != j-1:
    mid = (i + j) // 2
    if prob > sum_probvec[mid]:
        i = mid
    else:
        j = mid
index = i+2

print (index) # 3