A diagram of an alias table that represents the probability distribution〈0.25, 0.3, 0.1, 0.2, 0.15〉 In computing, the alias method is a family of efficient algorithms for sampling from a discrete probability distribution, published in 1974 by Alastair J. Walker.[1][2] That is, it returns integer values 1 ≤ i ≤ n according to some arbitrary discrete probability distribution pi. The algorithms typic
はじめに 指定された重みに従って離散的な値を確率的に選択したい、ということがよくある。例えば[1,4,5]という配列が与えられた時、確率10%で0、40%で1、50%で2というインデックスを返すような関数が欲しい。 普通に考えると部分和をとって乱数を一度振り、どの場所が選択されたか二分探索で調べる、というアルゴリズムが思いつくが、これは要素数Nに対して$O(\log(N))$の手間がかかる。logの手間というのは無視できることが多いが、この関数呼び出しが頻繁にある場合には無視できないコストになる。 さて、こんな用途のためにWalker's Alias Methodというアルゴリズムがある。この手法は一度$O(N)$の手間で配列を作ってしまえば、後は$O(1)$でインデックスを選ぶことができる。 例えば重みとして[3, 6, 9, 1, 2, 3, 7, 7, 4, 8]という10個の要素を
2.3.2 Part one: There is a pivotal voter for A vs. B
英語版 (English version) 更新履歴 2024-08-02 初版に存在した証明のミスを修正しました。初版では Rule 110 を実装することでチューリング完全性を示したと主張していましたが、状態の幅が固定になってしまっているという問題がありました。現在のバージョンでは、Rule 110 でなく Tag system を実装し、問題を解消できていると思います 概要 GNU の find と mkdir コマンドのみを使えるシステムはチューリング完全であることを示します。 sed や awk コマンドが単体でチューリング完全であることはよく知られていますが、find + mkdir がチューリング完全になるという言及は探した限りでは見つからなかったので、ここに報告します。 証明は、タグシステム を実装することによって行います。 完成形のコードは下の方にありますが、順を追って、
はじめに ひとりJUnitアドベントカレンダー2日目の記事です。 今日未明にサッカー日本代表がスペイン代表に白星を上げました。そんな日に投稿しています。 @ParameterizedTestとは JUnit5から導入された、テストメソッドに対して付与できるアノテーションです。 基本的な使い方は先行研究が山ほどあると思うので割愛しますが、 簡単に言うと、条件や値を引数で与えることによって一つのテストメソッドで複数のケースを実行する仕組みです。 import org.junit.jupiter.params.ParameterizedTest; import org.junit.jupiter.params.provider.ValueSource; import static org.hamcrest.MatcherAssert.assertThat; import static org.h
こんにちは。サイオステクノロジー技術部 武井(Twitter:@noriyukitakei)です。今回は、ビルドツールのGradleについて、書きたいと思います。 ※ ちなみにGradleの活用事例は以下の記事にあります。 多分わかりやすいマイクロサービス入門 〜 マイクロサービスフレームワーク「Azure Service Fabric」でLINE風なチャットアプリを作ろう！！ 〜 Gradleとは？ Gradleは、オープンソースのビルドシステムです。似たようなツールにMavenというものがあり、こちらが現在ではデファクトスタンダードですが、Gradleの人気もジワジワ上がりつつあります。で、Gradleが何をしてくれるかというと、例えば、Javaのjarファイルやwarファイルといったものを作ってくれます。 では、Mavenと何が違うのでしょうか？Mavenはビルドの手順を定義するため
Poisson disk samplingによるimage stipplingを実装してみました． Stipplingとは Stipplingとは点のパターンで画像を表現することです． アートの世界では点刻と呼ばれているようです． このような画像をコンピュータで生成するには 画像の輝度値のような与えられた値にたいして点の密度を変えることが必要となります． ここでPoisson Disk Samplingが登場します． Poisson Disk Sampling とは ランダムかつ点同士がある距離以上離れているようなサンプリングをPoisson Disk Samplingと呼びます． blue noise property もともとは画像をレンダリングする際のantialiasingのための技術で， CGの分野では"Stochastic sampling in computer graphi
Merpay Advent Calendar 2020 の21日目は、メルペイ SREチーム の @T がお送りします。 去年のAdvent Calendarでは、Terraform Moduleを使用したSLO（Service Level Objective）の定義と監視設定の定義を共通化し、マイクロサービス毎の1ヶ月毎のSLOを一覧表示出来るダッシュボードを開発していたことを紹介しました。あれから1年、この記事では、その後のSLO運用状況について紹介します。 SLO Dashboard 去年のAdvent Calendarでは、SLOの定義と監視設定の定義を共通化し、DatadogのDashboardやモニターの作成を自動化するため、Terraform Moduleを活用する仕組みを紹介しました。 この仕組みにより、DatadogのSLOのモニター、SLOリソース、SLOウィジェットを
Merpay Advent Calendar 2019 の14日目は、メルペイSREチームの@Tがお送りします。 本記事では、メルペイSREチームのSLO運用状況について、紹介いたします。 メルペイリリース前 去年のAdventCalendar 2018で、メルカリのWeb MicroservicesにおけるSLI/SLOについて紹介がありました。 メルペイでは新規のMicroserviceをリリースする前に、各MicroserviceチームがSLOを定義し、品質保持の一指標を決めるルールがあります。 メルペイSREチームでは、Microserviceチームと一緒にSLOを考え、各MicroserviceにSLOを定義していますが、一からSLOを定義するのはとても難しいです。 幸いなことにGoogle社からSLOの説明や定義方法などSREに関する素晴らしい記事がたくさん共有されており、SL
オンラインゲームを作ろう！と思ったことがある方は、 こちらの講演記事を1度は見たことがあるのではないでしょうか。 www.4gamer.net こちらの講演は、具体例を交えながら非常に分かりやすくオンラインゲームの主な同期方式が説明してあり、 2024年現在でもオンラインゲームの基礎を学ぶ資料として真っ先に名前を上げる最高の資料です。 しかしながら講演は2010年のものであり、オンラインゲームはこの10年余りで進化しています。 この辺りの進化の話を簡単にまとめつつ、オンラインゲームの同期方式の選び方を紹介します。 （上記講演記事の知識/用語を前提としているため、先に上記記事をお読みください。） オンラインゲームの民主化について 技術の話をする前に。 近年、「マルチプレイヤーゲーム」と聞いてオフラインの画面分割ゲームを想像する人はいないと言って良いほど オンラインゲームは民主化されてきました
例外がスローされたらあれを実行したいが、 スローされなかったらこれを実行したい。 そういうときありますよね。 try-catch（-finally）では書きにくいときがある try-catch（-finally）では、 例外がスローされたときの処理（とスローされてもされなくてもする処理）は書けても、 スローされなかったときの処理は単純には書けません。 例で考えてみましょう。 まず、例外がスローされることを考えなくてよい場合を考えます。 fun noException() { val myValue = getMyValue() // 値を取得する。 .also { onMySuccess(it) // その後 onMySuccess を呼び出す。 onMyFinally() // 最後に onMyFinally を呼び出す。 } setMyValue(myValue) } ここで getM
はじめに この記事はKotlin Advent Calendar 最終日の記事です。 今年はGoogle I/OでKotlinがAndroidの公式開発言語の1つになり、初めてのカンファレンスであるKotlin Confが開かれるなど、Kotlinの普及がますます進みそうなことを感じた1年になりました。 個人的にはKotlin In Actionの翻訳に携わり、Kotlinの普及へ微力ながら貢献出来たのではないかと思います (翻訳についてまとめた記事もあります：技術書を翻訳する技術)。 本記事ではそのKotlin In Actionの著者の1人であるSvetlana Isakova氏のKotlin Confでのセッション「Kotlin Types : Exposed」の内容と、Kotlin In Actionの6章の内容を元に「Kotlinの型」についてまとめた内容になります。 アジェンダ
マルチスレッド処理で他のスレッドから戻り値がある場合がある。 戻り値を受け取る方法としてCompletableFutureがある。 マルチスレッドの中では、1つのスレッドの戻り値を受け取って処理を行いたい場合がある。 その場合、戻り値が必要な処理は、戻り値を受け取るまで処理がブロックされる。 戻り値を返す処理が終了したら、戻り値を取得し、後続の処理を行う。 CompletableFutureは前段の処理が終了したら自動的にその結果を次の処理を渡して実行するようにできる。 CompletableFutureは戻り値のある非同期処理をsupplyAsyncメソッドで起動する。 import java.util.concurrent.CompletableFuture; import java.util.concurrent.ExecutorService; import java.util.c
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く