discrete_distribution 类
生成包含以等概率分布在每个区间中的等宽区间的离散型整数分布。
语法
template<class IntType = int>
class discrete_distribution
{
public:
// types
typedef IntType result_type;
struct param_type;
// constructor and reset functions
discrete_distribution();
template <class InputIterator>
discrete_distribution(InputIterator firstW, InputIterator lastW);
discrete_distribution(initializer_list<double> weightlist);
template <class UnaryOperation>
discrete_distribution(size_t count, double xmin, double xmax, UnaryOperation funcweight);
explicit discrete_distribution(const param_type& parm);
void reset();
// generating functions
template <class URNG>
result_type operator()(URNG& gen);
template <class URNG>
result_type operator()(URNG& gen, const param_type& parm);
// property functions
vector<double> probabilities() const;
param_type param() const;
void param(const param_type& parm);
result_type min() const;
result_type max() const;
};
参数
IntType
整数结果类型，默认为 int。 有关可能的类型，请参阅 <random>。
注解
此示例分布包含以等概率分布在每个区间中的等宽区间。 有关其他示例分布的信息，请参阅 piecewise_linear_distribution 类和 piecewise_constant_distribution 类。
下表链接到有关各个成员的文章：
discrete_distribution
param_type
属性函数 vector<double> probabilities() 将返回每个生成的整数的各自概率。
有关分布类及其成员的详细信息，请参阅 <random>。
示例
// compile with: /EHsc /W4
#include <random>
#include <iostream>
#include <iomanip>
#include <string>
#include <map>
using namespace std;
void test(const int s) {
// uncomment to use a non-deterministic generator
// random_device rd;
// mt19937 gen(rd());
mt19937 gen(1701);
discrete_distribution<> distr({ 1, 2, 3, 4, 5 });
cout << endl;
cout << "min() == " << distr.min() << endl;
cout << "max() == " << distr.max() << endl;
cout << "probabilities (value: probability):" << endl;
vector<double> p = distr.probabilities();
int counter = 0;
for (const auto& n : p) {
cout << fixed << setw(11) << counter << ": " << setw(14) << setprecision(10) << n << endl;
++counter;
}
cout << endl;
// generate the distribution as a histogram
map<int, int> histogram;
for (int i = 0; i < s; ++i) {
++histogram[distr(gen)];
}
// print results
cout << "Distribution for " << s << " samples:" << endl;
for (const auto& elem : histogram) {
cout << setw(5) << elem.first << ' ' << string(elem.second, ':') << endl;
}
cout << endl;
}
int main()
{
int samples = 100;
cout << "Use CTRL-Z to bypass data entry and run using default values." << endl;
cout << "Enter an integer value for the sample count: ";
cin >> samples;
test(samples);
}
Use CTRL-Z to bypass data entry and run using default values.
Enter an integer value for the sample count: 100
min() == 0
max() == 4
probabilities (value: probability):
0: 0.0666666667
1: 0.1333333333
2: 0.2000000000
3: 0.2666666667
4: 0.3333333333
Distribution for 100 samples:
0 :::
1 ::::::::::::::
2 ::::::::::::::::::
3 :::::::::::::::::::::::::::::
4 ::::::::::::::::::::::::::::::::::::
要求
标头：<random>
命名空间： std
discrete_distribution::discrete_distribution
构造分布。
// default constructor
discrete_distribution();
// construct using a range of weights, [firstW, lastW)
template <class InputIterator>
discrete_distribution(InputIterator firstW, InputIterator lastW);
// construct using an initializer list for range of weights
discrete_distribution(initializer_list<double> weightlist);
// construct using unary operation function
template <class UnaryOperation>
discrete_distribution(size_t count, double low, double high, UnaryOperation weightfunc);
// construct from an existing param_type structure
explicit discrete_distribution(const param_type& parm);
参数
firstW
从中构造分布的列表中的第一个迭代器。
lastW
从中构造分布的列表中的最后一个迭代器（不包含此迭代器，因为迭代器末尾使用空元素）。
weightlist
从中构造分布的 initializer_list。
count
分布范围中的元素数。 如果 count==0，则等效于默认构造函数（始终生成零）。
low
分布范围中的最低值。
high
分布范围中的最高值。
weightfunc
表示分布的概率函数的对象。 参数和返回值都必须可转换为 double。
parm
用于构造分布的 param_type 结构。
备注
默认构造函数构造其存储的概率值仅具有附带值 1 的一个元素的对象。 这将产生始终生成零的分布。
包含 firstW 和 lastW 参数的迭代器范围构造函数使用通过区间序列 [firstW, lastW) 的迭代器中获取的加权值构造分布对象。
包含 weightlist 参数的初始化表达式列表构造函数使用初始化表达式列表 weightlist 中的加权值构造分布对象。
包含 count、low、high、和 weightfunc 参数的构造函数基于以下规则构造初始化的分布对象：
- 如果 count< 1，则 n = 1，并且等效于默认构造函数（始终生成零）。
- 如果 count> 0，则 n = count。 如果 d = (high - low) / n 大于零，使用 d 均匀子范围，将每个加权值分配如下：
weight[k] = weightfunc(x)，其中 x = low + k * d + d / 2，k = 0, ..., n - 1。
包含 param_type 参数 parm 的构造函数将 parm 用作存储的参数结构来构造分布对象。
discrete_distribution::param_type
存储分布的所有参数。
struct param_type {
typedef discrete_distribution<result_type> distribution_type;
param_type();
// construct using a range of weights, [firstW, lastW)
template <class InputIterator>
param_type(InputIterator firstW, InputIterator lastW);
// construct using an initializer list for range of weights
param_type(initializer_list<double> weightlist);
// construct using unary operation function
template <class UnaryOperation>
param_type(size_t count, double low, double high, UnaryOperation weightfunc);
std::vector<double> probabilities() const;
bool operator==(const param_type& right) const;
bool operator!=(const param_type& right) const;
};
参数
firstW
从中构造分布的列表中的第一个迭代器。
lastW
从中构造分布的列表中的最后一个迭代器（不包含此迭代器，因为迭代器末尾使用空元素）。
weightlist
从中构造分布的 initializer_list。
count
分布范围中的元素数。 如果 count 为 0，则等效于默认构造函数（始终生成零）。
low
分布范围中的最低值。
high
分布范围中的最高值。
weightfunc
表示分布的概率函数的对象。 参数和返回值都必须可转换为 double。
right
要与它进行比较的 param_type 对象。
注解
此参数包可传递给 operator() 以生成返回值。