目录
资料参考《C++标准库》第二版
1、随机数
1）引擎：随机性的源头，用来产生随机数；
2）分布：随机值，随机数的随机范围；
3）随机数：利用引擎在分布范围内随机选一个值。
2、引擎
2.1 引擎的种类
基础引擎
linear_congruential_engine
mersenne_twister_engine
subtract_with_carry_engine
引擎适配器
discard_block_engine
independent_bits_engine
shuffle_order_engine
带参数的引擎适配器
minstd_rand
minstd_rand0
mt19937
mt19937_64
ranlux24_base
ranlux48_base
ranlux24
ranlux48
knuth_b
default_random_engine //唯一不同平台上生成的数列相同的引擎
2.2 引擎的成员函数
engine e; 默认构造
engine e(s); 以s的状态建立一个引擎
engine e(e2); 复制构造
e.seed(); 将引擎设置为初始状态
e.seed(s); 将引擎设置为s的状态
e(); 返回一个随机值
e.discard(n); 前进n个状态
e1 == e2; 状态是否相等
e1 != e2; 状态是否不相等
os << e; 将e的状态写入output stream os
is >> e; 从input stream is 中读取一个状态放入e
2.3 测试
#include <iostream>
#include <random>
#include <algorithm>
#include <vector>
#include <sstream>
using namespace std;
int main()
{
//引擎：随机性的源头。
default_random_engine dre;
//整数。产生的随机数分布在[10,20]
//参数1可以默认为0，参数2最大值为 numeric_limits<type>::max()类型的最大值
uniform_int_distribution<int> di(10, 20);
for ( int i = 0; i < 20; ++i)
{
cout << di(dre) << ends;
}
cout << endl;
//浮点型。数值分布在[10.0,20.0)区间
uniform_real_distribution<double> dr(10, 20);
for ( int i = 0; i < 8; ++i)
{
cout << dr(dre) << ends;
}
cout << endl;
//测试保存流状态
stringstream state;
state << dre;
for ( int i = 0; i < 3; ++i)
{
cout << dr(dre) << ends;
}
cout << endl;
state >> dre;
for (int i = 0; i < 3; ++i)
{
cout << dr(dre) << ends;
}
cout << endl;
vector<int> myVec = { 1, 2, 3, 4, 5, 6, 7, 8 };
//洗牌。利用default_random_engine重新排列元素
shuffle(myVec.begin(), myVec.end(), dre);
for ( auto x : myVec)
{
cout << x << ends;
}
cout << endl;
//同一时间创建的引擎，随机方式是相同的
//shuffle(myVec.begin(), myVec.end(), default_random_engine());
system("pause");
}
//16 13 20 19 14 17 10 16 15 14 12 13 13 18 10 15 12 13 12 17
//17.2584 19.8111 11.0986 17.9811 12.9703 10.0478 11.1246 16.3976
//18.7843 15.0366 17.9793
//18.7843 15.0366 17.9793
//7 5 1 8 4 2 3 6
//请按任意键继续. . .
3、分布
3.1 分布的种类
均匀分布
uniform_int_distribution 整型
uniform_real_distribution 浮点型
伯努利分布
bernoulli_distribution 布尔
binomial_distribution 整型
geometric_distribution 整型
negative_binomial_distribution 整型
泊松分布
poisson_distribution 整型
exponential_distribution 浮点型
gamma_distribution 浮点型
weibull_distribution 浮点型
extreme_value_distribution 浮点型
正态分布
normal_distribution 浮点型
lognormal_distribution 浮点型
chi_squared_distribution 浮点型
cauchy_distribution 浮点型
fisher_f_distribution 浮点型
student_t_distribution 浮点型
抽样分布
discrete_distribution 整型
piecewise_constant_distribution浮点型
piecewise_linear_distribution 浮点型
3.2 分布的成员函数
distr::result_type; 类型
distr d; 默认构造
distr d(args); 以args为参数，创建分布
d(e); 返回随机值。推进引擎随机分布d区域中的值
d.min(); 返回最小值
d.max(); 返回最大值
d1 == d2; 判断 状态是否相等
d1 != d2; 判断，状态是否不相等
os << d; 将d的状态写入输出流
is >> d; 从输入流中读取状态给d
distr::param_type; 参数类型
distr d(pt); 创建一个分布，以param_type pt完成参数化
d.param(); 返回当前参数化类型
d(e,pt); 根据 引擎 和 参数类型，返回下一个值，并推进引擎
d.param; 返回参数param的值
3.3 测试
#include <iostream>
#include <random>
#include <algorithm>
#include <string>
using namespace std;
template <typename Distr, typename Eng>
void distr(Distr d, Eng e, const string & name)
{
cout << name << ":" << endl;
cout << "min() = " << d.min() << endl;
cout << "max() = " << d.max() << endl;
cout << "values : " << d(e) << ends
<< d(e) << ends
<< d(e) << ends
<< d(e) << endl;
}
int main()
{
knuth_b e;
uniform_real_distribution<> ud(0, 10);
distr(ud, e, "uniform_real_distribution");
normal_distribution<> nd;
distr(nd, e, "normal_distribution");
exponential_distribution<> ed;
distr(ed, e, "normal_distribution");
gamma_distribution<> gd;
distr(gd, e, "normal_distribution");
system("pause");
}
//uniform_real_distribution:
//min() = 0
//max() = 10
//values : 8.30965 1.30427 9.47764 3.83416
//normal_distribution :
//min() = 4.94066e-324
//max() = 1.79769e+308
//values : 0.117963 - 0.131724 0.538967 - 0.140331
//normal_distribution :
//min() = 0
//max() = 1.79769e+308
//values : 1.77765 0.139753 2.95199 0.48356
//normal_distribution :
//min() = 4.94066e-324
//max() = 1.79769e+308
//values : 1.77765 0.139753 2.95199 0.48356
//请按任意键继续. . .