Compartir a través de


discrete_distribution (Clase)

Genera una distribución de enteros discreta que tenga intervalos de ancho uniforme con probabilidad uniforme en cada intervalo.

Sintaxis

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;
   };

Parámetros

IntType
Un tipo de resultado de entero, el valor predeterminado es int. Para obtener información sobre los tipos posibles, consulte <random>.

Comentarios

Esta distribución de muestreo tiene intervalos de ancho uniforme con probabilidad uniforme en cada intervalo. Para obtener información sobre otras distribuciones de muestreo, consveaulte piecewise_linear_distribution (Clase) y piecewise_constant_distribution (Clase).

La tabla siguiente incluye vínculos a artículos sobre miembros individuales:

discrete_distribution
param_type

La función de propiedad vector<double> probabilities() devuelve las probabilidades individuales de cada entero generado.

Para obtener más información sobre las clases de distribución y sus miembros, vea <random>.

Ejemplo

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

Requisitos

Encabezado:<random>

Espacio de nombres: std

discrete_distribution::discrete_distribution

Construye la distribución.

// 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);

Parámetros

firstW
Primer iterador de la lista a partir del que se va a construir la distribución.

lastW
Último iterador de la lista a partir del que se va a construir la distribución (no se incluye, ya que los iteradores usan un elemento vacío para el final).

weightlist
initializer_list a partir de la que se va a construir la distribución.

count
Número de elementos del intervalo de distribución. Si count==0, equivale al constructor predeterminado (siempre genera cero).

 Bajo
Valor mínimo del intervalo de distribución.

high
Valor máximo del intervalo de distribución.

weightfunc
Objeto que representa la función de probabilidad de la distribución. Tanto el parámetro como el valor devuelto debe poder convertirse a double.

parm
La estructura param_type usada para construir la distribución.

Comentarios

El constructor predeterminado crea un objeto cuyo valor de probabilidad almacenado tiene un elemento con el valor 1. Esto derivará en una distribución que siempre genera cero.

El constructor de intervalo de iterador que tiene parámetros firstW y lastW crea un objeto de distribución mediante valores de peso tomados de los iteradores sobre la secuencia del intervalo [firstW, lastW).

El constructor de lista de inicializadores que tiene un parámetro weightlist crea un objeto de distribución con pesos de la lista de inicializadores weightlist.

El constructor que tiene parámetros count, low, high y weightfunc crea un objeto de distribución que se inicializa según estas reglas:

  • Si count< 1, n = 1 y, como tal, equivale al constructor predeterminado, que siempre genera cero.
  • Si count> 0, n = count. Si d = (high - low) / n es mayor que cero, con d subintervalos uniformes, cada peso se asigna de la siguiente forma: weight[k] = weightfunc(x), donde x = low + k * d + d / 2, para k = 0, ..., n - 1.

El constructor que tiene un parámetro param_typeparm crea un objeto de distribución mediante parm como la estructura de parámetros almacenada.

discrete_distribution::param_type

Almacena todos los parámetros de la distribución.

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;
   };

Parámetros

firstW
Primer iterador de la lista a partir del que se va a construir la distribución.

lastW
Último iterador de la lista a partir del que se va a construir la distribución (no se incluye, ya que los iteradores usan un elemento vacío para el final).

weightlist
initializer_list a partir de la que se va a construir la distribución.

count
Número de elementos del intervalo de distribución. Si count es 0, equivale al constructor predeterminado (siempre genera cero).

 Bajo
Valor mínimo del intervalo de distribución.

high
Valor máximo del intervalo de distribución.

weightfunc
Objeto que representa la función de probabilidad de la distribución. Tanto el parámetro como el valor devuelto debe poder convertirse a double.

right
El objeto param_type que se va a comparar con este.

Comentarios

Este paquete de parámetros se puede pasar a operator() para generar el valor devuelto.

Consulte también

<random>