poisson_distribution — Klasa

Generuje rozkład Poissona.

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

• IntType
  Typ wyniku całkowitą, wartość domyślna to int.Dla typów możliwych, zobacz <random>.

Uwagi

Klasa szablonu opisuje dystrybucji, tworzącego wartości typu integralną określony przez użytkownika z rozkładu Poissona.Poniższe łącza tabeli do artykułów dotyczących poszczególnych elementów.

poisson_distribution::poisson_distribution	poisson_distribution::mean	poisson_distribution::param
poisson_distribution::operator()		poisson_distribution::param_type

Funkcja właściwości mean() zwraca wartość parametru dystrybucji przechowywanej mean.

Aby uzyskać więcej informacji na temat klasy dystrybucji i ich elementy członkowskie zobacz <random>.

Aby uzyskać szczegółowe informacje dotyczące rozkładu Poissona, zobacz artykuł Wolfram MathWorld rozkład Poissona.

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);
}

Dane wyjściowe

Badanie pierwsze:

Badanie drugie:

Wymagania

Nagłówek: < losowe >

Przestrzeń nazw: std

Zobacz też

Informacje

<random>