poisson_distribution 类
生成泊松分布。
语法
template<class IntType = int>
class poisson_distribution
{
public:
// types
typedef IntType result_type;
struct param_type;
// constructors and reset functions
explicit poisson_distribution(double mean = 1.0);
explicit poisson_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
double mean() const;
param_type param() const;
void param(const param_type& parm);
result_type min() const;
result_type max() const;
};
参数
IntType
整数结果类型,默认为 int
。 有关可能的类型,请参阅 <random>。
备注
这个类模板将描述使用泊松分布产生用户指定的整型类型值的分布。 下表链接到有关各个成员的文章。
poisson_distribution
param_type
属性函数 mean()
将返回存储的分布参数 mean 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>。
有关泊松分布的详细信息,请参阅 Wolfram MathWorld 文章泊松分布。
示例
// compile with: /EHsc /W4
#include <random>
#include <iostream>
#include <iomanip>
#include <string>
#include <map>
void test(const double p, const int s) {
// uncomment to use a non-deterministic generator
// std::random_device gen;
std::mt19937 gen(1701);
std::poisson_distribution<> distr(p);
std::cout << std::endl;
std::cout << "min() == " << distr.min() << std::endl;
std::cout << "max() == " << distr.max() << std::endl;
std::cout << "p() == " << std::fixed << std::setw(11) << std::setprecision(10) << distr.mean() << std::endl;
// generate the distribution as a histogram
std::map<int, int> histogram;
for (int i = 0; i < s; ++i) {
++histogram[distr(gen)];
}
// print results
std::cout << "Distribution for " << s << " samples:" << std::endl;
for (const auto& elem : histogram) {
std::cout << std::setw(5) << elem.first << ' ' << std::string(elem.second, ':') << std::endl;
}
std::cout << std::endl;
}
int main()
{
double p_dist = 1.0;
int samples = 100;
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 'mean' distribution parameter (must be greater than zero): ";
std::cin >> p_dist;
std::cout << "Enter an integer value for the sample count: ";
std::cin >> samples;
test(p_dist, samples);
}
首次测试:
Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'mean' distribution parameter (must be greater than zero): 1
Enter an integer value for the sample count: 100
min() == 0
max() == 2147483647
p() == 1.0000000000
Distribution for 100 samples:
0 ::::::::::::::::::::::::::::::
1 ::::::::::::::::::::::::::::::::::::::
2 :::::::::::::::::::::::
3 ::::::::
5 :
第二次测试:
Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'mean' distribution parameter (must be greater than zero): 10
Enter an integer value for the sample count: 100
min() == 0
max() == 2147483647
p() == 10.0000000000
Distribution for 100 samples:
3 :
4 ::
5 ::
6 ::::::::
7 ::::
8 ::::::::
9 ::::::::::::::
10 ::::::::::::
11 ::::::::::::::::
12 :::::::::::::::
13 ::::::::
14 ::::::
15 :
16 ::
17 :
要求
标头:<random>
命名空间: std
poisson_distribution::poisson_distribution
构造分布。
explicit poisson_distribution(RealType mean = 1.0);
explicit binomial_distribution(const param_type& parm);
参数
平均值
mean
分布参数。
parm
用于构造分布的参数结构。
注解
前提条件:0.0 < mean
第一个构造函数将构造一个其存储的 mean
值保留值 mean 的对象。
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。
poisson_distribution::param_type
存储分布的参数。
struct param_type {
typedef poisson_distribution<IntType> distribution_type;
param_type(double mean = 1.0);
double mean() const;
bool operator==(const param_type& right) const;
bool operator!=(const param_type& right) const;
};
参数
请参阅 poisson_distribution 的构造函数参数。
注解
前提条件:0.0 < mean
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。