discrete_distribution — Klasa

  • Artykuł

Generuje dyskretny rozkład liczb całkowitych, który ma interwały o jednolitej szerokości z jednolitym prawdopodobieństwem w każdym interwale.

Składnia

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;
   };

Parametry

Typ int
Typ wyniku liczby całkowitej domyślnie to int. Aby uzyskać informacje o możliwych typach, zobacz losowe>.<

Uwagi

Ten rozkład próbkowania ma interwały o jednolitej szerokości z jednolitym prawdopodobieństwem w każdym interwale. Aby uzyskać informacje na temat innych rozkładów próbkowania, zobacz piecewise_linear_distribution Class (Klasa piecewise_linear_distribution) i piecewise_constant_distribution Class (Klasa piecewise_constant_distribution).

Poniższa tabela zawiera linki do artykułów dotyczących poszczególnych członków:

discrete_distribution
param_type

Funkcja vector<double> probabilities() właściwości zwraca poszczególne prawdopodobieństwa dla każdej wygenerowanej liczby całkowitej.

Aby uzyskać więcej informacji na temat klas dystrybucji i ich składowych, zobacz losowe>.<

Przykład

// 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 ::::::::::::::::::::::::::::::::::::

Wymagania

Nagłówek:<losowy>

Przestrzeń nazw: std

discrete_distribution::d iscrete_distribution

Tworzy rozkład.

// 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);

Parametry

firstW
Pierwszy iterator na liście, z którego ma być skonstruowany rozkład.

lastW
Ostatni iterator na liście, z którego należy skonstruować rozkład (bez włączenia, ponieważ iteratory używają pustego elementu na końcu).

lista wag
Initializer_list, z którego należy skonstruować rozkład.

count
Liczba elementów w zakresie dystrybucji. Jeśli count==0parametr jest odpowiednikiem konstruktora domyślnego (zawsze generuje zero).

Niskie
Najniższa wartość w zakresie dystrybucji.

Wysokiej
Najwyższa wartość w zakresie dystrybucji.

weightfunc
Obiekt reprezentujący funkcję prawdopodobieństwa dla rozkładu. Zarówno parametr, jak i wartość zwracana muszą być konwertowane na doublewartość .

Parm
Struktura param_type używana do konstruowania rozkładu.

Uwagi

Domyślny konstruktor tworzy obiekt, którego przechowywana wartość prawdopodobieństwa ma jeden element o wartości 1. Spowoduje to dystrybucję, która zawsze generuje zero.

Konstruktor zakresu iteratora, który ma parametry firstW i lastW tworzy obiekt rozkładu przy użyciu wartości wag pobranych z iteratorów w sekwencji interwału [firstW, lastW).

Konstruktor listy inicjatora, który ma parametr listy wagowej, tworzy obiekt dystrybucji z wagami z listy wag inicjatora.

Konstruktor, który ma parametry count, low, high i weightfunc tworzy obiekt dystrybucji zainicjowany na podstawie następujących reguł:

  • Jeśli liczba< 1, n = 1, a jako taka jest równoważna domyślnemu konstruktorowi, zawsze generuje zero.
  • Jeśli liczba 0, n count = .> Podana d = (wysoka - niska) / n jest większa niż zero, przy użyciu jednolitych podporządków d, każda waga jest przypisywana w następujący sposób: weight[k] = weightfunc(x), gdzie x = niski + k d / + 2, dla k * = 0, ..., n - 1.

Konstruktor, który ma param_type parametr parm konstruuje obiekt dystrybucji przy użyciu parm jako przechowywanej struktury parametrów.

discrete_distribution::p aram_type

Przechowuje wszystkie parametry dystrybucji.

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;
   };

Parametry

firstW
Pierwszy iterator na liście, z którego ma być skonstruowany rozkład.

lastW
Ostatni iterator na liście, z którego należy skonstruować rozkład (bez włączenia, ponieważ iteratory używają pustego elementu na końcu).

lista wag
Initializer_list, z którego należy skonstruować rozkład.

count
Liczba elementów w zakresie dystrybucji. Jeśli liczba jest równa 0, jest to odpowiednik konstruktora domyślnego (zawsze generuje zero).

Niskie
Najniższa wartość w zakresie dystrybucji.

Wysokiej
Najwyższa wartość w zakresie dystrybucji.

weightfunc
Obiekt reprezentujący funkcję prawdopodobieństwa dla rozkładu. Zarówno parametr, jak i wartość zwracana muszą być konwertowane na doublewartość .

Prawo
Obiekt param_type , który ma być porównywany z tym obiektem.

Uwagi

Ten pakiet parametrów można przekazać do , aby operator() wygenerować wartość zwracaną.

Zobacz też

<Losowe>