R里的伪随机数怎么取的不得而知，但逆变换法应该是在分布函数已知的情况下最方便的做法吧。
我们从最简单的指数分布来测试吧。方法1用逆变换，方法2用伪随机也就是R里的built-in.
最后比较每种方法和各自，还有和对方的最大绝对值差值的分布。
方法1：
invF <- function(x){ log(1/(1-x))}D <- vector()
for (i in 1:100){
a <- runif(1e4) # 两组1万个0-1均匀分布随机数
b <- runif(1e4)
ran1 <- sapply(a, invF)
ran2 <- sapply(b, invF)
D <- c(D, max(abs(ran1 - ran2)))
}
summary(D)
Min. 1st Qu. Median Mean 3rd Qu. Max.
7.651 9.100 9.762 9.875 10.540 13.940
方法2：
D <- vector()for (i in 1:100){
a <- rexp(1e4, rate = 1) # 两组1万个参数为1的指数分布随机数
b <- rexp(1e4, rate = 1)
D <- c(D, max(abs(a - b)))
}
summary(D)
Min. 1st Qu. Median Mean 3rd Qu. Max.
7.765 8.977 9.574 9.727 10.590 12.540
两种方法混合：a是逆变换，b是伪随机
invF <- function(x){ log(1/(1-x))}D <- vector()
for (i in 1:100){
a <- runif(1e4) # 1万个0-1均匀分布随机数
b <- rexp(1e4, rate = 1) # 1万个参数为1的指数分布随机数
ran1 <- sapply(a, invF)
D <- c(D, max(abs(ran1 - b)))
}
summary(D)
Min. 1st Qu. Median Mean 3rd Qu. Max.
7.679 8.701 9.385 9.536 10.150 13.610
有没有发现。。根本没什么不同。
Java调用R，就是使用JRI.jar中的Api，执行一条R语言命令，当然首先你要了解R语言的语法。1.JRI中主要的API
Rengine R引擎，通过它进行R语言的启动、运算、画图、关闭等功能。
一个线程只能实例化一次，推荐使用单例模式。
实例化代码：
Rengine engine = new Rengine(null,false,null)
Rengine.versionCheck() //R版本校验，返回true：版本校验通过 返回false：版本校验未通过
engine.waitForR() //R加载校验，返回true：加载成功 返回false：加载失败
engine.end() //结束R，在后续没有调用R的情况下使用，否则R将退出，不能继续使用R。
2.REXP
R计算结果表达式
REXP rexp = engine.eval_r(String str) //执行R命令，返回结果REXP
rexp.asInt() rexp.asDouble() rexp.as.. //将REXP转成java类型
engine.assign(String name,double d) //定义R变量，name为R中变量的名字
以上大概了解了JRI的基本API，下面写个简单的例子。
//求n个数的最大值
Rengine engine = new Rengine(null,false,null)
int[] arr = new int[]{-1,2,1,-3,5,4,-2}
engine.assign("x",arr)
REXP rexp = engine.eval_r("max(x)")
int max = rexp.asInt()
System.out.println(max)
engine.end()
