Стенли Липпман - Язык программирования C++. Пятое издание

Таблица 17.16. Операции с распределениями

Программы нередко нуждаются в источнике случайных значений с плавающей точкой. В частности, в диапазоне от нуля до единицы.

Наиболее распространен неправильный способ получения случайного числа с плавающей точкой из функции rand()за счет деления результата ее выполнения на значение RAND_MAX, являющееся заданным системой верхним пределом случайного числа, возвращаемого функцией rand(). Этот подход неправильный потому, что у случайных целых чисел обычно меньшая точность, чем у чисел с плавающей запятой, поэтому некоторые значения с плавающей точкой никогда не будут получены.

Новые библиотечные средства позволяют легко получить случайное число с плавающей точкой. Достаточно определить объект типа uniform_real_distributionи позволить библиотеке соотнести случайные целые числа с числам с плавающей запятой. Подобно типу uniform_int_distribution, здесь также можно задать минимальные и максимальные значения при определении объекта:

default_random_engine е; // создает случайные беззнаковые целые числа

// однородное распределение от 0 до 1 включительно

uniform_real_distribution u(0,1);

for (size_t i = 0; i < 10; ++i)

cout << u(e) << " ";

Этот код почти идентичен предыдущей программе, которая создавала беззнаковые значения. Но поскольку здесь использован другой тип распределения, данная версия дает другие результаты:

0.131538 0.45865 0.218959 0.678865 0.934693 0.519416 ...

За одним исключением, рассматриваемым в разделе 17.4.2, типы распределения являются шаблонами с одним параметром типа шаблона, представляющим тип создаваемых распределением чисел. Эти типы всегда создают либо тип с плавающей точкой, либо целочисленный тип.

У каждого шаблона распределения есть аргумент шаблона по умолчанию (см. раздел 16.1.3). Типы распределения, создающие значения с плавающей точкой, по умолчанию создают значения типа double. Распределения, создающие целочисленные результаты, используют по умолчанию тип int. Поскольку у типов распределения есть только один параметр шаблона, при необходимости использовать значение по умолчанию следует не забыть расположить за именем шаблона пустые угловые скобки, чтобы указать на применение типа по умолчанию (см. раздел 16.1.3):

// пустые <> указывают на использование

// для результата типа по умолчанию

uniform_real_distribution<> u(0,1); // по умолчанию double

Кроме корректного создания случайных чисел в заданном диапазоне, новая библиотека позволяет также получить числа, распределенные неравномерно. Действительно, библиотека определяет 20 типов распределений! Эти типы перечисляются в разделе А.3.

Для примера создадим серию нормально распределенных значений и нарисуем полученное распределение. Поскольку тип normal_distributionсоздает числа с плавающей запятой, данная программа будет использовать функцию lround()из заголовка cmathдля округления каждого результата до ближайшего целого числа. Создадим 200 чисел с центром в значении 4 и среднеквадратичным отклонением 1,5. Поскольку используется нормальное распределение, можно ожидать любых чисел, но приблизительно 1% из них будет в диапазоне от 0 до 8 включительно. Программа подсчитает, сколько значений соответствует каждому целому числу в этом диапазоне:

default_random_engine е; // создает случайные целые числа

normal_distribution<> n(4,1.5); // середина 4, среднеквадратичное

// отклонение 1.5

vector vals(9); // девять элементов со значением 0