C++11新特性之随机数库


前九篇在这里:
C++11新特性之新类型与初始化: http://blog.guoyb.com/2016/06/18/cpp11-1
C++11新特性之类型推断与类型获取: http://blog.guoyb.com/2016/06/25/cpp11-2
C++11新特性之lambda: http://blog.guoyb.com/2016/06/30/cpp11-3
C++11新特性之容器相关特性: http://blog.guoyb.com/2016/07/09/cpp11-4
C++11新特性之智能指针: http://blog.guoyb.com/2016/08/02/cpp11-5
C++11新特性之Class: http://blog.guoyb.com/2016/08/14/cpp11-6
C++11新特性之右值引用与移动: http://blog.guoyb.com/2016/08/20/cpp11-7
C++11新特性之template: http://blog.guoyb.com/2016/08/31/cpp11-8
C++11新特性之正则表达式: http://blog.guoyb.com/2016/09/10/cpp11-9


这是C++11新特性介绍的第十部分,涉及到随机数库相关的新特性。
不想看toy code的读者可以直接拉到文章最后看这部分的总结。

简介

之前,C++中的随机数生成都依赖于一个简单的rand函数。这个函数产生一定范围内的一个均匀随机整数。如果需要其他随机分布或者其他范围的随机数,就需要根据rand函数产生的随机数进行再加工,不过这时,就容易引入非随机性了。

C++11新标准中引入了一个新的随机数库,相关功能定义在random头文件中,通过多个互相协作的类,可以生成任意范围内、服从多种随机分布的随机数。

随机引擎

新的随机数库中引入了随机引擎的概念。一个随机引擎将产生一组原始的随机数列,一般这些原始的随机数不能直接使用,要配合随机分布类产生符合某分布的随机数后才能进行使用。

一般,最常用的随机引擎是default_random_engine。

1
2
3
4
5
6
7
std::cout<<"test default random engine:\n";
std::default_random_engine e;
e.seed(time(0));
for(size_t i = 0; i < 10; i++)
std::cout<<e()<<'\t';
std::cout<<'\n';
std::cout<<"test default random engine done.\n"<<std::endl;

随机分布

可以用uniform_int_distribution和随机引擎配合来产生均匀分布的随机整数

1
2
3
4
5
6
7
std::cout<<"test random distribution:\n";
e.seed(time(0));
std::uniform_int_distribution<unsigned> u(0, 9);
for(size_t i = 0; i < 10; i++)
std::cout<<u(e)<<'\t';
std::cout<<'\n';
std::cout<<"test random distribution done.\n"<<std::endl;

类似的,uniform_real_distribution则可以产生一个均匀分布的实数

1
2
3
4
5
6
7
std::cout<<"test real distribution:\n";
e.seed(time(0));
std::uniform_real_distribution<double> u2(0, 1);
for(size_t i = 0; i < 10; i++)
std::cout<<u2(e)<<'\t';
std::cout<<'\n';
std::cout<<"test real distribution done.\n"<<std::endl;

换一个分布,试试正态分布:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
std::cout<<"test normal distribution:\n";
e.seed(time(0));
std::normal_distribution<> n(4, 1.5);
std::vector<unsigned> vals(9);
for(size_t i = 0; i < 250; i++)
{
unsigned v = lround(n(e));
if(v < vals.size()) vals[v]++;
}

for(size_t i = 0; i < vals.size(); i++)
{
std::cout<<i<<": "<<std::string(vals[i], '*')<<std::endl;
}
std::cout<<"test normal distribution done.\n"<<std::endl;

伯努利分布也是经常会使用到的:

1
2
3
4
5
6
7
8
9
10
11
12
std::cout<<"test bernoulli distribution:\n";
e.seed(time(0));
std::bernoulli_distribution b(0.7);
std::vector<unsigned> bers(2);
for(size_t i = 0; i < 200; i++)
{
if(b(e)) bers[1]++;
else bers[0]++;
}
std::cout<<"True: "<<bers[1]<<std::endl;
std::cout<<"False: "<<bers[0]<<std::endl;
std::cout<<"test bernoulli distribution done.\n";

输出

整个测试程序的输出结果如下:

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
test default random engine:
1446291605 455604842 1571377939 395129967 929918845 1907528696 51427609 1055398369 2012947210 146383632
test default random engine done.

test random distribution:
6 2 7 1 4 8 0 4 9 0
test random distribution done.

test real distribution:
0.212158 0.183997 0.888262 0.491458 0.0681652 0.173643 0.128234 0.954471 0.891836 0.912416
test real distribution done.

test normal distribution:
0: **
1: ********
2: ******************************
3: *************************************************
4: *****************************************************************
5: *******************************************************
6: *****************************
7: *********
8: *
test normal distribution done.

test bernoulli distribution:
True: 132
False: 68
test bernoulli distribution done.

总结

  1. C++11新标准中引入了比rand更强大的随机数库。
  2. 随机数引擎和随机分布类配合,共同产生符合某一分布、在某一范围内的随机数。

完整代码详见random.cpp

转载请注明出处: http://blog.guoyb.com/2016/09/12/cpp11-10/

欢迎使用微信扫描下方二维码,关注我的微信公众号TechTalking,技术·生活·思考:
后端技术小黑屋

评论