std::extreme_value_distribution

来自cppreference.com
< cpp‎ | numeric‎ | random
 
 
 
 
 
在标头 <random> 定义
template< class RealType = double >
class extreme_value_distribution;
(C++11 起)

生成服从极值分布(又称为耿贝尔 I 型、对数威布尔、费舍尔蒂皮特 II 型)的随机数:

p(x;a,b) =
1
b
exp

a-x
b
- exp

a-x
b




std::extreme_value_distribution满足随机数分布 (RandomNumberDistribution) 的所有要求。

模板形参

RealType - 生成器所生成的结果类型。若它不是 floatdoublelong double 之一则效果未定义。

成员类型

成员类型 定义
result_type RealType
param_type(C++11) 参数集的类型,见随机数分布 (RandomNumberDistribution)

成员函数

构造新分布
(公开成员函数)
(C++11)
重置分布的内部状态
(公开成员函数)
生成
生成分布中的下个随机数
(公开成员函数)
特征
返回分布参数
(公开成员函数)
(C++11)
获取或设置随机参数对象
(公开成员函数)
(C++11)
返回最小的潜在生成值
(公开成员函数)
(C++11)
返回最大的潜在生成值
(公开成员函数)

非成员函数

(C++11)(C++11)(C++20 中移除)
比较两个分布对象
(函数)
执行伪随机数分布的流输入和输出
(函数模板)

示例

#include <algorithm>
#include <cmath>
#include <iomanip>
#include <iostream>
#include <map>
#include <random>
#include <vector>
 
template<int Height = 5, int BarWidth = 1, int Padding = 1, int Offset = 0,
         bool MinMax = true, class S>
void draw_vbars(S const& s)
{
    static_assert((Height > 0) && (BarWidth > 0) && (Padding >= 0) && (Offset >= 0));
 
    const auto repeat_cout = [](auto const& v, int n)
    {
        while (n-- > 0)
            std::cout << v;
    };
 
    const auto [min, max] = std::minmax_element(std::cbegin(s), std::cend(s));
    std::vector<std::div_t> qr;
    for (float e : s) {
        qr.push_back(std::div(std::lerp(0.f, Height * 8 , (e - *min) / (*max - *min)), 8));
    }
    for (auto h{Height}; h-- > 0 ;) {
        repeat_cout(' ', Offset);
        for (auto [q, r] : qr) {
            char d[] = "█"; // == { 0xe2, 0x96, 0x88, 0 }
            if (q < h) {
                repeat_cout(' ', BarWidth);
            } else {
                if (q == h) {
                    d[2] -= (7 - r);
                }
                repeat_cout(d, BarWidth);
            }
            repeat_cout(' ', Padding);
        }
        if (MinMax && Height > 1) {
            std::cout << "│";
            if (h == Height - 1) std::cout << " " << *max;
            else if (h == 0) std::cout << " " << *min;
        }
        std::cout << '\n';
    }
}
 
int main()
{
    std::random_device rd{};
    std::mt19937 gen{rd()};
 
    std::extreme_value_distribution<> d{-1.618f, 1.618f};
 
    const int norm = 10'000;
    const float cutoff = 0.000'3f;
 
    std::map<int, int> hist{};
    for(int n=0; n<norm; ++n) {
        ++hist[std::round(d(gen))];
    }
 
    std::vector<float> bars;
    std::vector<int> indices;
    for(const auto [n,p] : hist) {
        float x = p*(1.0f/norm);
        if (x > cutoff) {
            bars.push_back(x);
            indices.push_back(n);
        }
    }
 
    draw_vbars<8,4>(bars);
 
    for (int n : indices) {
        std::cout << " " << std::setw(2) << n << "  ";
    }
    std::cout << '\n';
}

可能的输出:

               ████ ▂▂▂▂                                                        │ 0.2227
               ████ ████                                                        │
               ████ ████ ▆▆▆▆                                                   │
          ████ ████ ████ ████                                                   │
          ████ ████ ████ ████ ▅▅▅▅                                              │
          ████ ████ ████ ████ ████ ▂▂▂▂                                         │
     ▄▄▄▄ ████ ████ ████ ████ ████ ████ ▂▂▂▂                                    │
▁▁▁▁ ████ ████ ████ ████ ████ ████ ████ ████ ▆▆▆▆ ▃▃▃▃ ▂▂▂▂ ▁▁▁▁ ▁▁▁▁ ▁▁▁▁ ▁▁▁▁ │ 0.0006
 
 -5   -4   -3   -2   -1    0    1    2    3    4    5    6    7    8    9   10

外部链接

Weisstein, Eric W. “极值分布”来自 MathWorld--A Wolfram Web Resource 。