- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我目前正在研究重要性抽样,出于测试目的,我需要能够生成 uniform_real_distribution<float>
的所有可能值可能会在区间 [0,1] 内生成(是的,它也从右侧关闭)。我的想法是生成整数,然后我可以将其转换为 float 。从我所做的测试来看,[0,1] 中的统一单精度 float 和 [0,2^24] 中的整数之间似乎存在完美的双射(我对它不是 [0 ,2^24-1] 并且我仍在试图找出原因,我最好的猜测是 0 对 float 来说是特殊的,而 1 到 2^24 都会导致具有相同指数的 float )。我的问题是,以这种方式生成的 float 是否正是可以从 uniform_real_distribution<float>
生成的 float .您可以在下面找到我的整数 <-> float 测试:
void floatIntegerBitsBijectionTest()
{
uint32 two24 = 1 << 24;
bool bij24Bits = true;
float delta = float(1.0) / float(two24);
float prev = float(0) / float(two24);
for (uint32 i = 1; i <= two24; ++i)
{
float uintMap = float(i) / float(two24);
if (uintMap - prev != delta || uint32(uintMap*float(two24)) != i)
{
std::cout << "No bijection exists between uniform floats in [0,1] and integers in [0,2^24].\n";
bij24Bits = false;
break;
}
prev = uintMap;
}
if(bij24Bits) std::cout << "A bijection exists between uniform floats in [0,1] and integers in [0,2^24].\n";
std::cout << "\n";
uint32 two25 = 1 << 25;
bool bij25Bits = true;
delta = float(1.0) / float(two25);
prev = float(0) / float(two25);
for (uint32 i = 1; i <= two25; ++i)
{
float uintMap = float(i) / float(two25);
if (uintMap - prev != delta || uint32(uintMap*float(two25)) != i)
{
std::cout << "No bijection exists between uniform floats in [0,1] and integers in [0,2^25].\n";
if (i == ((1 << 24) + 1)) std::cout << "The first non-uniformly distributed float corresponds to the integer 2^24+1.\n";
bij25Bits = false;
break;
}
prev = uintMap;
}
if (bij25Bits) std::cout << "A bijection exists between uniform floats in [0,1] and integers in [0,2^25].\n";
std::cout << "\n";
bool bij25BitsS = true;
delta = 1.0f / float(two24);
prev = float(-two24) / float(two24);
for (int i = -two24+1; i <= two24; ++i)
{
float uintMap = float(i) / float(two24);
if (uintMap - prev != delta || int(uintMap*float(two24)) != i)
{
std::cout << i << " " << uintMap - prev << " " << delta << "\n";
std::cout << "No bijection exists between uniform floats in [-1,1] and integers in [-2^24,2^24].\n";
bij25BitsS = false;
break;
}
prev = uintMap;
}
if (bij25BitsS) std::cout << "A bijection exists between uniform floats in [-1,1] and integers in [-2^24,2^24].\n";
}
编辑:
有点相关:
http://xoroshiro.di.unimi.it/random_real.c
https://lemire.me/blog/2017/02/28/how-many-floating-point-numbers-are-in-the-interval-01/
编辑 2:
我终于弄明白了 uniform_real_distribution<float>
至少在与 mt19937
一起使用时engine 与它的默认模板参数一起使用时(我说的是 VS2017 附带的实现)。可悲的是,它只是在 [0,2^32-1] 中生成一个随机整数,将其转换为 float ,然后除以 2^32。不用说,这会产生非均匀分布的 float 。然而,我猜测这适用于大多数实际目的,除非人们正在接近生成数字之间增量的精度。
最佳答案
我假设 C++ 实现对 float
使用 IEEE-754 32 位基本二进制格式.在这种格式中,[1, 2] 中可表示的浮点值有规律地间隔,距离为 2−23。
定义x
与:
std::uniform_real_distribution<float> x(1, 2);
然后,假设 uniform_real_distribution
实现得很好并且使用了合适的引擎,x(engine) - 1
将为 [0, 223) 中的整数 n 生成等于 n/223 的值,具有统一分布。
我对 uniform_real_distribution
的规范有疑虑在 C++ 中。它是根据实算术定义的。它返回具有恒定概率密度的值的要求需要一组连续的数字,而浮点格式不提供。此外,我不确定实现将如何处理端点。
由于分布被强制离散,所以不妨使用 uniform_int_distribution
并将样本乘以 2−23(可作为 numeric_limits<float>::epsilon()
获得)。这样做的好处是可以根据需要阐明端点并轻松支持 [0, 1) 或 [0, 1] 的区间。
即使 C++ 标准不使用 IEEE-754,[1, 2] 中的可表示值也应该均匀分布,因为 C++ 标准中对浮点值的描述由 a 中的一些数字表示某个基数乘以基数的某个幂。对于零次幂,从 1 到 2 的值将根据格式中最低有效数字的值进行间隔。如上所述,该距离为 numeric_limits<float>::epsilon()
.
1 C++ 标准使用旧术语“尾数”,但首选术语是“尾数”。
关于c++ - uniform_real_distribution<float> 所有可能的值生成,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48968831/
我正在运行以下函数,它使用 Visual Studio 2012 为我提供范围 [low, high] 之外的值(我得到的随机数结果高于我给出的最高值 - 例如 1.8848149390180773范
我试图在我的项目中生成 (0,1) 范围内的高质量随机数,我尝试从 here 的示例代码中测试 uniform_real_distribution .当我运行它时,代码运行良好,但是当我尝试通过播种生
请帮助我理解这一点。运行代码段后: random_device randomEngine; mt19937 generatorEngine(randomEngine()); uniform_real_
我是 C++ 的初学者,我正在尝试探索 C++11 的特性。在这里,我试图熟悉新的随机性生成引擎。 我从关于这个主题的教程中总结了以下代码,我注意到两件事: 1- uniform_real_distr
我使用 default_random_engine 生成了一个不同数字的列表,但它们恰好是相同的。我想知道生成不同的数字?我知道 srand() 会。但是我可以使用这个默认引擎吗? default_r
我想创建一个 std::uniform_real_distribution 能够生成 [MIN_FLOAT, MAX_FLOAT] 范围内的随机数。以下是我的代码: #include #includ
我目前正在研究重要性抽样,出于测试目的,我需要能够生成 uniform_real_distribution 的所有可能值可能会在区间 [0,1] 内生成(是的,它也从右侧关闭)。我的想法是生成整数,然
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 un
我很惊讶地看到这个程序的输出: #include #include int main() { std::mt19937 rng1; std::mt19937 rng2; s
我正在使用正方形生成坐标列表 #include using namespace std; int main(){ random_device rd; long int seed = rd(); de
C++11 std::uniform_real_distribution( -1, 1 ) 给出 [-1,1] 范围内的数字。 如何获得 [-1,1] 范围内的均匀实数分布? 实际上这可能无关紧要,但
在运行下面的代码时,arr 的前半部分等于后半部分。为什么?我什至尝试了各种种子,例如std::chrono::system_clock::now().time_since_epoch().count
在我的程序中,我使用 uniform_real_distribution() 生成 0 到 1 之间的均匀随机数 #include default_random_engine e; uniform_
我正在为蒙特卡罗模拟编写 C++ 代码。因此,我需要生成许多均匀分布在 [0,1) 之间的数字。我包含了以下取自 here 的代码生成我的号码: // uniform_real_distributio
我写了这段代码: std::pair, size_t> NodeSelector::rouletteWheel() const { const std::uniform_real_distri
#ifndef _RNG_H #define _RNG_H #include class RNG { public: RNG() : _generator(_default_seed)
我正在尝试使用 c++0x 编译我的第一段代码。我很擅长 C++,但是这个让我难住了。以下将不会编译: #include #include int main() { unsigned
以下代码在 x86 32 位和 64 位处理器上产生不同的输出。 应该是这样的吗?如果我将它替换为 std::uniform_real_distribution 并使用 -std=c++11 进行编译
为什么 std::uniform_real_distribution 比 rand() 作为随机数生成器更好?有人可以举个例子吗? 最佳答案 首先,应该明确提出的比较是荒谬的。 uniform_rea
考虑以下最小示例: #include #include int main (const int argC, char* argV[] ) { std::uniform_real_distr
我是一名优秀的程序员,十分优秀!