产生不均匀的伪随机数
的GNU科学图书馆(GSL),http://www.gnu.org/software/gsl/,提供了大量的非均匀分布的随机 - 参见手册中的“随机数分布”的第19章。 (统一的随机数发生器在第17章“随机数发生”中)。该实现是在C.
看一看Alglib's implementations,他们有几种语言来实现一些基本的分布。
这个链接指向算法的几个分布函数的计算,但我没有找到任何算法来计算从分布中抽取的随机数。 – 2009-11-07 06:02:22
是的,的确如此,您必须使用单独的RNG。例如,invpoissondistribution(k,rng.nextDouble())会给你带参数k的泊松变量。 – 2009-11-07 09:44:26
Numerical Recipe小号讨论了随机数生成器的几个算法。
其实我已经写了一些随机数发生器的算法:Box-Muller,Rejection method等等。所以我只是在寻找具有声誉的库来生成非均匀分布的强随机数 – 2009-11-07 00:19:05
随着C++ 11有很多可用于在random头产生非均匀伪随机数新的选择。下面的代码示例演示了一些可能的非均匀分布可能的:使用正常分布,你会看到
#include <iostream>
#include <iomanip>
#include <string>
#include <map>
#include <random>
int main()
{
std::random_device rd;
std::mt19937 e2(rd());
//
// Distribtuions
//
std::normal_distribution<> dist(2, 2);
//std::student_t_distribution<> dist(5);
//std::poisson_distribution<> dist(2);
//std::extreme_value_distribution<> dist(0,2);
//std::lognormal_distribution<> dist(1.6, 0.25);
//std::exponential_distribution<> dist(1);
std::map<int, int> hist;
for (int n = 0; n < 10000; ++n) {
++hist[std::round(dist(e2))];
}
for (auto p : hist) {
std::cout << std::fixed << std::setprecision(1) << std::setw(2)
<< p.first << ' ' << std::string(p.second/200, '*') << '\n';
}
}
输出与此类似:
-5
-4
-3
-2 *
-1 ***
0 ******
1 ********
2 *********
3 ********
4 ******
5 ***
6 *
7
8
9
的http://计算器。 com/questions/1534285/non-uniform-random-number-generator-implementation和http://*.com/questions/977354/generating-non-uniform-random-numbers等等。这里没有封闭的形式分布的特殊情况:http://*.com/questions/423006/how-do-i-generate-points-that-match-a-histogram – dmckee 2009-11-07 01:29:41