weibull_distribution 类
生成韦伯分布。
语法
class weibull_distribution
{
public:
// types
typedef RealType result_type;
struct param_type;
// constructor and reset functions
explicit weibull_distribution(result_type a = 1.0, result_type b = 1.0);
explicit weibull_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
result_type a() const;
result_type b() 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>。
备注
如果未根据韦伯分布提供和分布任何类型，则类模板将描述生成用户指定的浮点类型或 double 类型值的分布。 下表链接到有关各个成员的文章。
weibull_distribution
param_type|
属性函数 a() 和 b() 分别返回存储的分布参数 a 和 b 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>。
有关韦伯分布的详细信息，请参阅 Wolfram MathWorld 文章韦伯分布。
示例
// compile with: /EHsc /W4
#include <random>
#include <iostream>
#include <iomanip>
#include <string>
#include <map>
void test(const double a, const double b, const int s) {
// uncomment to use a non-deterministic generator
// std::random_device gen;
std::mt19937 gen(1701);
std::weibull_distribution<> distr(a, b);
std::cout << std::endl;
std::cout << "min() == " << distr.min() << std::endl;
std::cout << "max() == " << distr.max() << std::endl;
std::cout << "a() == " << std::fixed << std::setw(11) << std::setprecision(10) << distr.a() << std::endl;
std::cout << "b() == " << std::fixed << std::setw(11) << std::setprecision(10) << distr.b() << 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 a_dist = 0.0;
double b_dist = 1;
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 'a' distribution parameter (must be greater than zero): ";
std::cin >> a_dist;
std::cout << "Enter a floating point value for the 'b' distribution parameter (must be greater than zero): ";
std::cin >> b_dist;
std::cout << "Enter an integer value for the sample count: ";
std::cin >> samples;
test(a_dist, b_dist, samples);
}
输出
首次运行：
Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'a' distribution parameter (must be greater than zero): 1
Enter a floating point value for the 'b' distribution parameter (must be greater than zero): 1
Enter an integer value for the sample count: 10
min() == 0
max() == 1.79769e+308
a() == 1.0000000000
b() == 1.0000000000
Distribution for 10 samples:
1: 0.0936880533
2: 0.1225944894
3: 0.6443593183
4: 0.6551171649
5: 0.7313457551
6: 0.7313557977
7: 0.7590097389
8: 1.4466885214
9: 1.6434088411
10: 2.1201210996
第二次运行：
Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'a' distribution parameter (must be greater than zero): .5
Enter a floating point value for the 'b' distribution parameter (must be greater than zero): 5.5
Enter an integer value for the sample count: 10
min() == 0
max() == 1.79769e+308
a() == 0.5000000000
b() == 5.5000000000
Distribution for 10 samples:
1: 0.0482759823
2: 0.0826617486
3: 2.2835941207
4: 2.3604817485
5: 2.9417663742
6: 2.9418471657
7: 3.1685268104
8: 11.5109922290
9: 14.8543594043
10: 24.7220241239
要求
标头：<random>
命名空间： std
weibull_distribution::weibull_distribution
explicit weibull_distribution(result_type a = 1.0, result_type b = 1.0);
explicit weibull_distribution(const param_type& parm);
参数
a
a 分布参数。
b
b 分布参数。
parm
用于构造分布的 param_type 结构。
备注
前置条件： 0.0 < a 和 0.0 < b
第一个构造函数将构造一个对象，该对象存储的 a 值保留值 a，并且存储的 b 值保留值 b。
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。
weibull_distribution::param_type
存储分布的参数。
struct param_type {
typedef weibull_distribution<result_type> distribution_type;
param_type(result_type a = 1.0, result_type b = 1.0);
result_type a() const;
result_type b() const;
bool operator==(const param_type& right) const;
bool operator!=(const param_type& right) const;
};
参数
a
a 分布参数。
b
b 分布参数。
right
要与它进行比较的 param_type 对象。
备注
前置条件： 0.0 < a 和 0.0 < b
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。