Язык программирования C++. Пятое издание - Стенли Липпман

Предположим, например, что необходима функция, создающая вектор из 100 случайных целых чисел, равномерно распределенных в диапазоне от 0 до 9. Могло бы показаться, что эту функцию следует написать следующим образом:

// безусловно неправильный способ создания

// вектора случайных целых чисел

// эта функция выводит те же 100 чисел при каждом вызове!

vector<unsigned> bad_randVec() {

 default_random_engine e;

 uniform_int_distribution<unsigned> u(0,9);

 vector<unsigned> ret;

 for (size_t i = 0; i < 100; ++i)

  ret.push_back(u(e));

 return ret;

}

Однако при каждом вызове эта функция возвратит тот же вектор:

vector<unsigned> v1(bad_randVec());

vector<unsigned> v2(bad_randVec());

// выводит equal

cout << ((v1 == v2) ? "equal" : "not equal") << endl;

Этот код выводит "equal", поскольку векторы v1 и v2 имеют те же значения.

Для правильного написания этой функции объекты процессора и распределения следует сделать статическими (см. раздел 6.1.1):

// возвращает вектор из 100 равномерно распределенных случайных чисел

vector<unsigned> good_randVec() {

 // поскольку процессоры и распределения хранят состояние, их следует

 // сделать статическими, чтобы при каждом вызове создавались новые

 // числа

 static default_random_engine е;

 static uniform_int_distribution<unsigned> u(0,9);

 vector<unsigned> ret;

 for (size_t i = 0; i < 100; ++i)

  ret.push_back(u(e));

 return ret;

}

Поскольку объекты e и u являются статическими, они хранят свое состояние на протяжении вызовов функции. Первый вызов будет использовать первые 100 случайных чисел из последовательности, созданной вызовом u(e), а второй вызов создаст следующие 100 чисел и т.д.

Каждый генератор случайных чисел всегда создает ту же последовательность чисел. Функция с локальным генератором случайных чисел должна сделать объекты процессора и распределения статическими. В противном случае функция будет создавать ту же последовательность при каждом вызове.

Начальное число генератора

Тот факт, что генератор возвращает ту же последовательность чисел, полезен во время отладки. Но после проверки программы необходимо заставить ее создавать разные случайные результаты при каждом запуске. Для этого предоставляется начальное число (seed). Начальное число — это значение, которое процессор может использовать для начала создания чисел с нового пункта в последовательности.

Начальное число генератора можно задать одним из двух способов: предоставить его при создании объекта процессора либо вызвать функцию-член seed() класса процессора:

default_random_engine e1; // использует стандартное начальное число

default_random_engine e2(2147483646); // использует заданное значение

                                      // начального числа

// e3 и e4 создадут ту же последовательность,

// поскольку они используют то же начальное число

default_random_engine e3; // использует стандартное начальное число

e3.seed(32767); // вызывает функцию seed() для установки нового

                // значения начального числа

default_random_engine e4(32767); // устанавливает начальное число 32767

for (size_t i = 0; i != 100; ++i) {

 if (e1() == e2())

  cout << "unseeded match at iteration: " << i << endl;

 if (e3() ! = e4())

  cout << "seeded differs at iteration: " << i << endl;

Здесь определены четыре процессора. Первые два, e1 и e2, имеют разные начальные числа и должны создавать разные последовательности. У двух вторых, e3 и e4, то же значение начального числа. Эти два объекта создадут ту же последовательность.

Выбор подходящего начального числа, как и почти все при создании хороших наборов случайных чисел, на удивление сложен. Вероятно, наиболее распространен подход вызова системной функции time(). Эта функция, определенная в заголовке ctime, возвращает количество секунд, начиная с заданной эпохи. Функция time() получает один параметр, являющийся указателем на структуру для записи времени. Если этот указатель нулевой, функция только возвращает время:

default_random_engine e1(time(0)); // почти случайное начальное число

Поскольку функция time() возвращает время как количество секунд, такое начальное число применимо только для приложений, создающих начальное число на уровне секунд или больших интервалов.

Функция time() обычно не используется как источник начального числа, если программа многократно запускается как часть автоматизированного процесса, поскольку она могла бы быть запущена с тем же начальным числом несколько раз.

Упражнения раздела 17.4.1

Упражнение 17.28. Напишите функцию, создающую и возвращающую равномерно распределенную последовательность случайных беззнаковых целых чисел при каждом вызове.

Упражнение 17.29. Позвольте пользователю предоставлять начальное число как необязательный аргумент функции, написанной в предыдущем упражнении.

Упражнение 17.30. Снова пересмотрите предыдущую функцию, позволив ей получать минимальное и максимальное значения для возвращаемых случайных чисел.

17.4.2. Другие виды распределений

Процессоры создают беззнаковые числа, и у каждого числа в диапазоне процессора есть та же вероятность быть созданным. Приложения зачастую нуждаются в числах других типов или распределений. Библиотека удовлетворяет обе эти потребности, определяя различные классы распределений, которые, будучи использованы с процессором, дают желаемый результат. Список операций, поддерживаемых типами распределения, приведен в табл. 17.16.

Таблица 17.16. Операции с распределениями

Dist d; Стандартный конструктор; создает объект d готовым к использованию. Другие конструкторы зависят от типа Dist; см. раздел А.3. Конструкторы распределений являются явными (см. раздел 7.5.4) d(e) Последовательные вызовы с тем же объектом е создадут последовательность случайных чисел согласно типу распределения d; е — объект процессора случайных чисел d.min() d.max() Возвращает наименьшее и наибольшее числа, создаваемые d(е) d.reset() Восстанавливает состояние объекта d, чтобы последующее его использование не зависело от уже созданных значений Создание случайных вещественных чисел

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_distribution и 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<double> 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 ...

Использование типа по умолчанию для результата распределения

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.