chi_squared_distribution 类
生成卡方分布。
语法
template<class RealType = double>
class chi_squared_distribution {
public:
// types
typedef RealType result_type;
struct param_type;
// constructor and reset functions
explicit chi_squared_distribution(RealType n = 1);
explicit chi_squared_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
RealType n() const;
param_type param() const;
void param(const param_type& parm);
result_type min() const;
result_type max() const;
};
参数
RealType
浮点结果类型，默认为 double。 有关可能的类型，请参阅 <random>。
URNG
均匀随机数生成器引擎。 有关可能的类型，请参阅 <random>。
备注
此类模板描述了生成用户指定的浮点类型或根据卡方分布分配的 double 类型（如果未提供任何内容）的值的分配。 下表链接到有关各个成员的文章。
chi_squared_distribution
param_type
属性函数 n() 将返回存储的分布参数 n 的值。
属性成员 param() 将设置或返回 param_type 存储的分布参数包。
min() 和 max() 成员函数将分别返回最小可能结果和最大可能结果。
reset() 成员函数将放弃所有缓存的值，使下一个对 operator() 的调用的结果不取决于在调用之前从引擎获得的任何值。
operator() 成员函数将根据 URNG 引擎，从当前参数包或指定参数包返回下一个生成的值。
有关分布类及其成员的详细信息，请参阅 <random>。
有关卡方分布的详细信息，请参阅 Wolfram MathWorld 文章卡方分布。
示例
// compile with: /EHsc /W4
#include <random>
#include <iostream>
#include <iomanip>
#include <string>
#include <map>
void test(const double n, const int s) {
// uncomment to use a non-deterministic generator
// std::random_device gen;
std::mt19937 gen(1701);
std::chi_squared_distribution<> distr(n);
std::cout << std::endl;
std::cout << "min() == " << distr.min() << std::endl;
std::cout << "max() == " << distr.max() << std::endl;
std::cout << "n() == " << std::fixed << std::setw(11) << std::setprecision(10) << distr.n() << std::endl;
// generate the distribution as a histogram
std::map<double, int> histogram;
for (int i = 0; i < s; ++i) {
++histogram[distr(gen)];
}
// print results
std::cout << "Distribution for " << s << " samples:" << std::endl;
int counter = 0;
for (const auto& elem : histogram) {
std::cout << std::fixed << std::setw(11) << ++counter << ": "
<< std::setw(14) << std::setprecision(10) << elem.first << std::endl;
}
std::cout << std::endl;
}
int main()
{
double n_dist = 0.5;
int samples = 10;
std::cout << "Use CTRL-Z to bypass data entry and run using default values." << std::endl;
std::cout << "Enter a floating point value for the \'n\' distribution parameter (must be greater than zero): ";
std::cin >> n_dist;
std::cout << "Enter an integer value for the sample count: ";
std::cin >> samples;
test(n_dist, samples);
}
首次运行：
Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'n' distribution parameter (must be greater than zero): .5
Enter an integer value for the sample count: 10
min() == 4.94066e-324
max() == 1.79769e+308
n() == 0.5000000000
Distribution for 10 samples:
1: 0.0007625595
2: 0.0016895062
3: 0.0058683478
4: 0.0189647765
5: 0.0556619371
6: 0.1448191353
7: 0.1448245325
8: 0.1903494379
9: 0.9267525768
10: 1.5429743723
第二次运行：
Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'n' distribution parameter (must be greater than zero): .3333
Enter an integer value for the sample count: 10
min() == 4.94066e-324
max() == 1.79769e+308
n() == 0.3333000000
Distribution for 10 samples:
1: 0.0000148725
2: 0.0000490528
3: 0.0003175988
4: 0.0018454535
5: 0.0092808795
6: 0.0389540735
7: 0.0389562514
8: 0.0587028468
9: 0.6183666639
10: 1.3552086624
第三次运行：
Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'n' distribution parameter (must be greater than zero): 1000
Enter an integer value for the sample count: 10
min() == 4.94066e-324
max() == 1.79769e+308
n() == 1000.0000000000
Distribution for 10 samples:
1: 958.5284624473
2: 958.7882787809
3: 963.0667684792
4: 987.9638091514
5: 1016.2433493745
6: 1021.9337111110
7: 1021.9723046240
8: 1035.7622110505
9: 1043.8725156645
10: 1054.7051509381
要求
标头：<random>
命名空间： std
chi_squared_distribution::chi_squared_distribution
构造分布。
explicit chi_squared_distribution(result_type n = 1.0);
explicit chi_squared_distribution(const param_type& parm);
参数
n
n 分布参数。
parm
用于构造分布的参数结构。
注解
前提条件：0.0 < n
第一个构造函数将构造一个对象，该对象存储的 n 值保留值 n。
第二个构造函数将构造一个从 parm 初始化其存储的参数的对象。 通过调用 param() 成员函数，可获取和设置当前的现有分发参数。
chi_squared_distribution::param_type
存储分布的参数。
struct param_type {
typedef chi_squared_distribution<result_type> distribution_type;
param_type(result_type n = 1.0);
result_type n() const;
bool operator==(const param_type& right) const;
bool operator!=(const param_type& right) const;
};
参数
n
n 分布参数。
right
要与它进行比较的 param_type 对象。
注解
前提条件：0.0 < n
在实例化时，可将此结构传递给分布的类构造函数、传递给 param() 成员函数以设置现有分布的存储参数，并传递给 operator() 以代替存储参数使用。