std::extreme_value_distribution
来自cppreference.com
在标头 <random> 定义
|
||
template< class RealType = double > class extreme_value_distribution; |
(C++11 起) | |
生成服从极值分布(又称为耿贝尔 I 型、对数威布尔、费舍尔蒂皮特 II 型)的随机数:
- p(x;a,b) =
exp⎛1 b
⎜
⎝
- exp⎛a-x b
⎜
⎝
⎞a-x b
⎟
⎠⎞
⎟
⎠
std::extreme_value_distribution
满足随机数分布 (RandomNumberDistribution) 的所有要求。
模板形参
RealType | - | 生成器所生成的结果类型。如果它不是 float、double 或 long double 之一,那么效果未定义。 |
成员类型
成员类型 | 定义 |
result_type (C++11)
|
RealType |
param_type (C++11)
|
参数集的类型,见随机数分布 (RandomNumberDistribution) 。 |
成员函数
(C++11) |
构造新分布 (公开成员函数) |
(C++11) |
重置分布的内部状态 (公开成员函数) |
生成 | |
(C++11) |
生成分布中的下个随机数 (公开成员函数) |
特征 | |
(C++11) |
返回分布参数 (公开成员函数) |
(C++11) |
获取或设置随机参数对象 (公开成员函数) |
(C++11) |
返回最小的潜在生成值 (公开成员函数) |
(C++11) |
返回最大的潜在生成值 (公开成员函数) |
非成员函数
(C++11)(C++11)(C++20 中移除) |
比较两个分布对象 (函数) |
(C++11) |
执行伪随机数分布的流输入和输出 (函数模板) |
示例
运行此代码
#include <algorithm> #include <cmath> #include <iomanip> #include <iostream> #include <map> #include <random> #include <vector> template<int Height = 5, int BarWidth = 1, int Padding = 1, int Offset = 0, class Seq> void draw_vbars(Seq&& s, const bool DrawMinMax = true) { static_assert(0 < Height and 0 < BarWidth and 0 <= Padding and 0 <= Offset); auto cout_n = [](auto&& v, int n = 1) { while (n-- > 0) std::cout << v; }; const auto [min, max] = std::minmax_element(std::cbegin(s), std::cend(s)); std::vector<std::div_t> qr; for (typedef decltype(*std::cbegin(s)) V; V e : s) qr.push_back(std::div(std::lerp(V(0), 8 * Height, (e - *min) / (*max - *min)), 8)); for (auto h{Height}; h-- > 0; cout_n('\n')) { cout_n(' ', Offset); for (auto dv : qr) { const auto q{dv.quot}, r{dv.rem}; unsigned char d[]{0xe2, 0x96, 0x88, 0}; // 完整块:'█' q < h ? d[0] = ' ', d[1] = 0 : q == h ? d[2] -= (7 - r) : 0; cout_n(d, BarWidth), cout_n(' ', Padding); } if (DrawMinMax && Height > 1) Height - 1 == h ? std::cout << "┬ " << *max: h ? std::cout << "│ " : std::cout << "┴ " << *min; } } int main() { std::random_device rd{}; std::mt19937 gen{rd()}; std::extreme_value_distribution<> d{-1.618f, 1.618f}; const int norm = 10'000; const float cutoff = 0.000'3f; std::map<int, int> hist{}; for (int n = 0; n != norm; ++n) ++hist[std::round(d(gen))]; std::vector<float> bars; std::vector<int> indices; for (const auto& [n, p] : hist) if (const float x = p * (1.0f / norm); x > cutoff) { bars.push_back(x); indices.push_back(n); } draw_vbars<8,4>(bars); for (int n : indices) std::cout << ' ' << std::setw(2) << n << " "; std::cout << '\n'; }
可能的输出:
████ ▅▅▅▅ ┬ 0.2186 ████ ████ │ ▁▁▁▁ ████ ████ ▇▇▇▇ │ ████ ████ ████ ████ │ ████ ████ ████ ████ ▆▆▆▆ │ ████ ████ ████ ████ ████ ▁▁▁▁ │ ▄▄▄▄ ████ ████ ████ ████ ████ ████ ▃▃▃▃ │ ▁▁▁▁ ████ ████ ████ ████ ████ ████ ████ ████ ▆▆▆▆ ▃▃▃▃ ▂▂▂▂ ▁▁▁▁ ▁▁▁▁ ▁▁▁▁ ▁▁▁▁ ┴ 0.0005 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10
外部链接
Weisstein, Eric W. “极值分布”来自 MathWorld--A Wolfram Web Resource。 |