gpt4 book ai didi

c++ - mt19937 和 uniform_real_distribution

转载 作者:塔克拉玛干 更新时间:2023-11-03 00:47:55 27 4
gpt4 key购买 nike

我正在尝试寻找一种有效的方法来实现统一 (0,1) 分布。由于我必须生成大量样本,因此我选择了 mt19937 作为引擎。我正在使用 boost 库中的版本。我的问题是:使用引擎本身的输出与使用 uniform_real_distribution 有什么区别?

选项#1

std::random_device rd;
boost::mt19937 gen(rd());
boost::random::uniform_real_distribution<double> urand(0, 1);

for ( int i = 0; i < 1E8; i++ ) {
u = urand(gen);
}

选项#2

std::random_device rd;
boost::mt19937 gen(rd());

for ( int i = 0; i < 1E8; i++ ) {
u = (double) gen()/gen.max();
}

根据我的测试,就运行时而言,选项 #2 比选项 #1 好得多。我有什么理由应该选择选项 #1 而不是选项 #2?

最佳答案

我不知道 urand() 的底层实现,但是使用除法的结果很可能会在低位产生偏差作为量化效果。如果 gen.max() 不大,则“低位”可能是结果的很多或大部分位。

性能差异可能来自生成正确分布的随机数。如果 double 对您的需求过于精确,那么使用 float 可能会使其运行更高​​效。

关于c++ - mt19937 和 uniform_real_distribution,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27372137/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com