[//]:#(Boost隨機庫的簡單使用：Boost.Random(STL通用)) ### 文章目錄 - [文章目錄](#文章目錄) - [文章內容介紹](#文章內容介紹) - [Boost隨機庫的簡單使用](#boost隨機庫的簡單使用) - [生成一個隨機的整數](#生成一個隨機的整數) - [生成一個區間的平均概率隨機數](#生成一個區間的平均概率隨機數) - [按概率生成一個區間的隨機整數](#按概率生成一個區間的隨機整數) - [一些經典的分佈](#一些經典的分佈) - [與STL的對比](#與stl的對比) - [Ref](#ref) --- ### 文章內容介紹 Boost.Random是Boost裡面的一個隨機庫，它的第一正式版是在Boost 1.15中提供。它裡面提供了大量的隨機演算法，比如mt19937演算法，加權概率，隨機密碼等。可以很方便的提高編碼效率。 本文主要介紹了Boost.Random的一些簡單使用本文主要分為四個部分，第一部分為此簡單介紹，第二部分為Boost.Random的使用，第四部分為總結。 本文參考的Boost版本為1.74。 ### Boost隨機庫的簡單使用 #### 生成一個隨機的整數 ```C++ boost::random::mt19937 gen(time((time_t *)NULL)); std::cout << gen() << std::endl; ``` 首先構造一個隨機數生成器，這裡我們使用[mt19937演算法](https://zh.wikipedia.org/wiki/%E6%A2%85%E6%A3%AE%E6%97%8B%E8%BD%AC%E7%AE%97%E6%B3%95)的隨機數生成器。然後直接將隨機數生成器作為一個函式物件使用，便可以得到一個區間為$[0, 2^{32}-1]$的隨機數。 如果要生成64位的隨機數，可以使用`boost::random:mt19937_64`。相應的，它可以產生區間為$[0, 2^{64}] - 1$的隨機數。 除了mt19937演算法以外，Boost.Random還提供了非常多種的平均隨機數演算法，譬如`minstd_rand0`、`minstd_rand`、`rand48`、`ecuyer1988`、`knuth_b`等。  除了使用演算法生成一個偽隨機數外，Boost還提供了一個介面`random_device`，可以產生真·隨機數。它依賴於系統提供的硬體隨機，比如在Linux下會使用`/dev/urandom`。理論上來說，提供的硬體隨機應該是不會產生錯誤，或者讀取到結尾的。如果發生了，便會丟擲`std::io_base::failure`異常。使用`entropy`方法可以獲得隨機數生成器的熵值。 #### 生成一個區間的平均概率隨機數 一般情況下，我們都是需要生成一個區間內的隨機數，這才有一定的使用價值。在C語言中，我們通過以下方法獲得 ```C rand()%(upper_bound - lower_bound) + lower_bound ``` 而在Boost中，它為我們提供了一個方法，可以通過定義分佈的方法，來生成一個區間的隨機整數。 ```C++ boost::random::uniform_int_distribution<> dis(1, 6); std::cout << dis(gen) << std::endl; ``` 首先我們定義了一個分佈，從這個類的名稱我們就可以知道，這是一個平均的整數分佈。分佈和生成器一樣，是一個函式物件，通過輸入一個隨機數生成器，就可以得到隨機區域內的整數。生成的範圍為$[min, max]$ 生成隨機實數也是類似，生成的範圍為$[min, max)$ ```C++ boost::random::uniform_real_distribution<> fdis(0, 2); std::cout << fdis(gen) << std::endl; ``` 除了這些比較常用的平均分佈外，Boost還提供了兩種使用次數比較多的平均分佈： 1. `uniform_smallint`，它和`uniform_int_distribution`類似，不過這個分佈要求生成的範圍要遠小於隨機數生成器的範圍； 2. `uniform_01` 產生$[0, 1)$之間的隨機數。 #### 按概率生成一個區間的隨機整數 這種情況如果使用C語言實現，一般會是這樣操作。 ```C // 選擇的概率，選擇的資料為[0,3] double prob = {0.1, 0.2, 0.3, 0.4}; double choose_prob = (random() % 100000)/100000.0; choosed_number = 0; for (choosed_number = 0; choosed_number < 4; ++choosed_number) { choose_prob -= prob[choosed_number]; if (choose_prob < 0) break; } ``` 此時，choosed_number為選擇的資料。在Boost.Random中，提供了更為優雅的方法，來實現這一操作。 ```C++ boost::random::discrete_distribution<> prob_dis({0.1, 0.2, 0.3, 0.4}); std