කේත ලෝකයේ බොහෝ අය සරල dice roller එකක් සෑදීමට පළමු පියවරක් ගනී. එය Math.floor(Math.random()*6)+1 ලෙස එක් ලයින් එකකින් ලැබෙයි. නමුත් එය වඩාත් ගැඹුරු probability අධ්යයනයකට හෝ පරිගණක විද්යාත්මක පරීක්ෂණයක් ලෙස භාවිතා කිරීමට තවත් වැඩි සැලසුම් අවශ්යයි.
මෙම ලිපියේ ලේඛකයා, dice roller එකේ අඩංගු විය යුතු මූලික තත්ත්වයන් – dice ගණන, trial ගණන, මුළු එකතුව, මුහුණු ගණන, ඉතිහාසය – යන සියල්ලක් JSON වස්තුවක් ලෙස නිරූපණය කරයි. ඒ අනුව එක් trial එකක් යනු dice ගණනක් රෝල් කිරීමෙන් ලැබෙන මුහුණු ගණනයි; 100 trial 6 dice සමඟ රෝල් කරන විට, මුළු මුහුණු 600ක් ලැබේ. මෙවැනි තත්ත්වයක් නිවැරදිව පරීක්ෂා කිරීම සඳහා histogram එකේ ප්රතිශතය 600 මත පදනම්ව ගණනය කළ යුතුය, 100 trial මත නොව.
කේතය තුළ රෝල් කිරීමේ ක්රියාව (generator) සහ එම ප්රතිඵල ලේඛනය (recorder) වෙනම වෙනම පවත්වා ගැනීමේ වැදගත්කමත් ලිපියෙන් පැහැදිලි කරයි. rollD6() හා rollDice(count) යන functions එකක් පමණක් රෝල් කිරීමේ රැඳී සිටී, එතැනින් recordTrial(results) නමින් තොරතුරු state එකට එක් කරයි. මේ නිසා animation, batch processing, unit testing, CSV export වැනි විවිධ විශේෂාංග එකිනෙකට අඩංගු නොවී ස්වයංක්රීයව ක්රියා කරයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
- සිසුන්ට – probability, statistics, data visualization වැනි මූලික ගණිත සංකල්පයන් කේතයෙන් අත්හදා බැලීමට අලුත් මාර්ගයක්.
- ඩිවෙලොපර්ලාට – state management, functional programming, CSV export වැනි නවීන web development ප්රතිපත්ති අත්හදා බැලීමට හොඳ උදාහරණයක්.
- ව්යාපාරිකයන්ට – ලාභදායී data analytics tools නිර්මාණය කිරීමේදී, පරීක්ෂණාත්මක පදනම් මත පදනම් වූ මොඩලයක් ලෙස භාවිතා කළ හැක.
අවසන් වශයෙන්, මෙම dice roller එකේ සරල වුවත් විශ්වාසනීය සංඛ්යාත්මක මොඩලයක් නිර්මාණය කිරීමේදී, Math.random() හි සීමා සහ crypto.getRandomValues() භාවිතය අතර වෙනසත් අවධාරණය කරයි. එබැවින්, අධ්යාපනික, ගැඹුරු අධ්යයන හෝ ව්යාපාරික අවශ්යතා මත පදනම්ව නිවැරදි randomness තෝරා ගැනීම අත්යවශ්ය වේ.
ඉදිරියට, මෙම කුඩා ව්යාපෘතියේ මූලික සැලසුම් විවිධ වැඩිදියුණුකම් – real‑time histogram, multi‑dice batch runs, CSV export – සඳහා පදනමක් සපයයි.
