poisson_distribution — Klasa

Generuje rozkład Poissona.

Składnia

template<class IntType = int>
class poisson_distribution
   {
public:
   // types
   typedef IntType result_type;
   struct param_type;

   // constructors and reset functions
   explicit poisson_distribution(double mean = 1.0);
   explicit poisson_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
   double mean() const;
   param_type param() const;
   void param(const param_type& parm);
   result_type min() const;
   result_type max() const;
   };

Parametry

Typ int
Typ wyniku liczby całkowitej domyślnie to int. Aby uzyskać informacje o możliwych typach, zobacz losowe>.<

Uwagi

Szablon klasy opisuje rozkład, który generuje wartości określonego przez użytkownika typu całkowitego z rozkładem Poissona. Poniższa tabela zawiera linki do artykułów dotyczących poszczególnych członków.

poisson_distribution
param_type

Funkcja mean() właściwości zwraca wartość przechowywanego parametru dystrybucji średniej.

Składowa param() właściwości ustawia lub zwraca przechowywany pakiet parametrów param_type dystrybucji.

Funkcje min() składowe i max() zwracają najmniejszy możliwy wynik i największy możliwy wynik, odpowiednio.

reset() Funkcja składowa odrzuca wszystkie buforowane wartości, dzięki czemu wynik następnego wywołania operator() nie zależy od żadnych wartości uzyskanych z aparatu przed wywołaniem.

operator() Funkcje składowe zwracają następną wygenerowaną wartość na podstawie aparatu URNG z bieżącego pakietu parametrów lub określonego pakietu parametrów.

Aby uzyskać więcej informacji na temat klas dystrybucji i ich składowych, zobacz losowe>.<

Aby uzyskać szczegółowe informacje na temat dystrybucji Poisson, zobacz Wolfram MathWorld artykuł Poisson Distribution.

Przykład

// compile with: /EHsc /W4
#include <random>
#include <iostream>
#include <iomanip>
#include <string>
#include <map>

void test(const double p, const int s) {

    // uncomment to use a non-deterministic generator
    //    std::random_device gen;
    std::mt19937 gen(1701);

    std::poisson_distribution<> distr(p);

    std::cout << std::endl;
    std::cout << "min() == " << distr.min() << std::endl;
    std::cout << "max() == " << distr.max() << std::endl;
    std::cout << "p() == " << std::fixed << std::setw(11) << std::setprecision(10) << distr.mean() << std::endl;

    // generate the distribution as a histogram
    std::map<int, int> histogram;
    for (int i = 0; i < s; ++i) {
        ++histogram[distr(gen)];
    }

    // print results
    std::cout << "Distribution for " << s << " samples:" << std::endl;
    for (const auto& elem : histogram) {
        std::cout << std::setw(5) << elem.first << ' ' << std::string(elem.second, ':') << std::endl;
    }
    std::cout << std::endl;
}

int main()
{
    double p_dist = 1.0;

    int samples = 100;

    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 'mean' distribution parameter (must be greater than zero): ";
    std::cin >> p_dist;
    std::cout << "Enter an integer value for the sample count: ";
    std::cin >> samples;

    test(p_dist, samples);
}

Pierwszy test:

Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'mean' distribution parameter (must be greater than zero): 1
Enter an integer value for the sample count: 100
min() == 0
max() == 2147483647
p() == 1.0000000000
Distribution for 100 samples:
    0 ::::::::::::::::::::::::::::::
    1 ::::::::::::::::::::::::::::::::::::::
    2 :::::::::::::::::::::::
    3 ::::::::
    5 :

Drugi test:

Use CTRL-Z to bypass data entry and run using default values.
Enter a floating point value for the 'mean' distribution parameter (must be greater than zero): 10
Enter an integer value for the sample count: 100
min() == 0
max() == 2147483647
p() == 10.0000000000
Distribution for 100 samples:
    3 :
    4 ::
    5 ::
    6 ::::::::
    7 ::::
    8 ::::::::
    9 ::::::::::::::
   10 ::::::::::::
   11 ::::::::::::::::
   12 :::::::::::::::
   13 ::::::::
   14 ::::::
   15 :
   16 ::
   17 :

Wymagania

Nagłówek:<losowy>

Przestrzeń nazw: std

poisson_distribution::p oisson_distribution

Tworzy rozkład.

explicit poisson_distribution(RealType mean = 1.0);
explicit binomial_distribution(const param_type& parm);

Parametry

znaczyć
mean Parametr dystrybucji.

parm
Struktura parametrów używana do konstruowania rozkładu.

Uwagi

Warunek wstępny: 0.0 < mean

Pierwszy konstruktor tworzy obiekt, którego przechowywana mean wartość zawiera średnią wartości.

Drugi konstruktor tworzy obiekt, którego przechowywane parametry są inicjowane z parm. Bieżące parametry istniejącej dystrybucji można uzyskać i ustawić, wywołując funkcję składową param() .

poisson_distribution::p aram_type

Przechowuje parametry dystrybucji.

struct param_type {
   typedef poisson_distribution<IntType> distribution_type;
   param_type(double mean = 1.0);
   double mean() const;

   bool operator==(const param_type& right) const;
   bool operator!=(const param_type& right) const;
   };

Parametry

Zobacz parametry konstruktora dla poisson_distribution.

Uwagi

Warunek wstępny: 0.0 < mean

Tę strukturę można przekazać do konstruktora klasy rozkładu podczas tworzenia wystąpienia, do param() funkcji składowej w celu ustawienia przechowywanych parametrów istniejącej dystrybucji i operator() do użycia zamiast przechowywanych parametrów.

Zobacz też

<losowy>