uniform_int_distribution — Klasa
Generuje jednolity (każda wartość jest tak samo prawdopodobnego) dystrybucji całkowitą zakresu danych wyjściowych wraz z wartościami granicznymi włącznie.
template<class IntType = int> class uniform_int_distribution { public: // types typedef IntType result_type; struct param_type; // constructors and reset functions explicit uniform_int_distribution(IntType a = 0, IntType b = numeric_limits<IntType>::max()); explicit uniform_int_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 result_type a() const; result_type b() 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 wraz z wartościami granicznymi włącznie dystrybucji, tworzącego wartości typu integralną określony przez użytkownika z rozkładu, tak aby każda wartość jest tak samo prawdopodobne.Poniższe łącza tabeli do artykułów dotyczących poszczególnych elementów.
uniform_int_distribution::a |
uniform_int_distribution::param |
|
uniform_int_distribution::operator() |
uniform_int_distribution::b |
Element członkowski właściwości a() Zwraca obecnie przechowywane minimalna granica dystrybucji, aż b() Zwraca obecnie przechowywane granica maksymalna.Ta klasa dystrybucji te wartości minimalnej i maksymalnej są takie same jak zwrócony przez typowe funkcje właściwości min() i max() opisane w < losowe > tematu.
Aby uzyskać więcej informacji na temat klasy dystrybucji i ich elementy członkowskie zobacz <random>.
Przykład
// compile with: /EHsc /W4
#include <random>
#include <iostream>
#include <iomanip>
#include <string>
#include <map>
void test(const int a, const int b, const int s) {
// uncomment to use a non-deterministic seed
// std::random_device rd;
// std::mt19937 gen(rd());
std::mt19937 gen(1729);
std::uniform_int_distribution<> distr(a, b);
std::cout << "lower bound == " << distr.a() << std::endl;
std::cout << "upper bound == " << distr.b() << 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()
{
int a_dist = 1;
int b_dist = 10;
int samples = 100;
std::cout << "Use CTRL-Z to bypass data entry and run using default values." << std::endl;
std::cout << "Enter an integer value for the lower bound of the distribution: ";
std::cin >> a_dist;
std::cout << "Enter an integer value for the upper bound of the distribution: ";
std::cin >> b_dist;
std::cout << "Enter an integer value for the sample count: ";
std::cin >> samples;
test(a_dist, b_dist, samples);
}
Dane wyjściowe
Wymagania
Nagłówek: < losowe >
Przestrzeń nazw: std