随机数既是一个实用工具,也是一个数学问题,它高度复杂,这与它在现实世界中的重要性是相匹配的。在此我们只讨论随机数哦最基本的内容,这些内容可用于简单的测试和仿真。在<random>中,标准库提供了复杂的方法来产生适应不同数学分布的随机数。这一随机数标准库基于下面两个基础概念:
- 发生器(engine,随机数发生器):发生器是一个可以产生均匀分布整形值序列的函数对象。
- 分布(distribution):分布是一个函数对象,给定一个发生器产生的序列作为输入,分布可以按照相应数学公式产生一个值的序列。
例如 http://www.cnblogs.com/goudanli/p/7856623.html 中的 random_vector()函数。调用random_vector(n)就会生成一个Matrix<double,1>类型的矩阵对象,它包含n个元素,元素值都是[0:n)之间的随机数。
Vector random_vector(Index n) { Vector v(n); default_random_engine ran{(unsigned int)(time(0)+2)}; uniform_int_distribution<> ureal{ 0,max0 }; for (Index i = 0; i < n; ++i) { v(i) = ureal(ran); } return v; }
默认发生器(default_random_engine)简单、代价底、容易运行。对日常应用,它已经足够了。对于更专业的应用,标准库提供了其他发生器,它们有着更好的随机性和不同的执行代价。例如,linear_congurential_engine、mersenne_twidter_engine和random_device等。
std_lib_facilities.h中的两个随机数发生器定义如下
int randint(int min,int max){ static default_random_engine ran; return uniform_int_distribution<>{min,max}(ran); } int randint(int max){ return randint(0,max); }
这些函数经常会被用到,当然还有其他的,让我们看看正态分布如何产生:
auto gen=bind(normal_distribution<double>{15,4.0}, default_random_engine{});
<functional>中的标准库函数bind()构造了一个函数对象,当调用它时,它会调用它的第一个参数,并将第二个参数作为这次调用的参数。因而在本例中,gen()返回一个正态分布序列,其均值为15,方差为4.0,使用的是default_random_engine。示例:
vector<int>hist(2*15); for(int i=0;i<500;++i) ++hist[int(round(gen()))]; for(int i=0;i!=hist.size();++i){ cout<<i<<‘\t‘; for(int j=0;j!=hist[i];++j) cout<<‘*‘; cout<<‘\n‘; }
完整程序:
#include<iostream> #include<random> #include<functional> using namespace std; auto gen=bind(normal_distribution<double>{15,4.0}, default_random_engine{}); int main(){ vector<int>hist(2*15); for(int i=0;i<500;++i) ++hist[int(round(gen()))]; for(int i=0;i!=hist.size();++i){ cout<<i<<‘\t‘; for(int j=0;j!=hist[i];++j) cout<<‘*‘; cout<<‘\n‘; } }
输出:
0 * 1 2 3 * 4 ** 5 * 6 *** 7 ********** 8 ************* 9 ******************* 10 *************** 11 ********************************** 12 ********************************* 13 ************************************** 14 ********************************************************* 15 *************************************************** 16 ********************************************** 17 ****************************************** 18 ************************************* 19 ******************************** 20 **************************** 21 **************** 22 ******** 23 ******* 24 **** 25 ** 26 27 28 29
正态分布经常被用到,其他分布包括 bernoulli_distribution,exponential_distribution和chi_distribution。在《The C++ Programming Language》中能找到详细介绍。整数分布的返回值是闭区间[a:b],而实数(浮点)分布的返回值是开区间[a:b)。
默认情况下,程序的每次运行中,发生器(除了random_device)产生同样的序列。这非常有利于程序调试。如果希望同一发生器产生不同的序列,我们需要设定不同的初值。这一初始化过程被称为“种子”。例如:
auto gen1= bind(uniform_int_distribution<>{0,9}, default_random_engine{}); auto gen2= bind(uniform_int_distribution<>{0,9}, default_random_engine{10}); auto gen3= bind(uniform_int_distribution<>{0,9}, default_random_engine{5});
为了获得不可预测的序列,我们经常使用当前时间(以纳秒为单位)或其他类似的事物作为种子。
c++程序设计原理与实践(进阶篇)