如何在 class 中重用和重新初始化 c++ discrete_distribution?

How to reuse and reinitialize c++ discrete_distribution in class?

我正在用 C++ class 编写离散分布随机数生成器。要求是:

  1. 我不想在每次使用时都创建一个 discrete_distribution 对象。我知道分布对象是轻量级的,但是我的权重数组太长了,成本还是太高了。另外,我需要在这个 class.
  2. 的不同函数中使用分布对象
  3. 我需要不时更改分布(权重数组)
  4. 我不知道构造class时的确切分布(权重数组)

目前我有两个解决方案,在 class 中使用 random_device rd; mt19937 engine; 和初始化列表中的 engine(rd()) 初始化随机数引擎后。

一种是用discrete_distribution<> *d=new discrete_distribution<>(weight_array,weight_array+weight_array_size)创建discrete_distribution对象,并将指针存储在class中。每次我调用 (*d)(engine) 生成一个随机数,我只需要删除分布并重新生成一个来更新权重数组。

另一种方法是在class中定义discrete_distribution<> d并用d=discrete_distribution<>(weight_array,weight_array+weight_array_size)更新权重数组,这样我们就可以用d(engine)生成随机数而不需要担心指针。

但这两种方式似乎都不是 class使用 C++ 对象的正确方式。他们错了吗?这样写代码有什么缺点吗?

谢谢

Another way is to define discrete_distribution<> d in class and update weight array with d=discrete_distribution<>(weight_array,weight_array+weight_array_size), so that we can generate random number with d(engine) and don't need to worry about pointers.

这是处理对象实例的完美通用 C++ 风格。

事实上,许多类型没有修饰符成员,因为它们是可赋值的。

在这种情况下,您可以使用 params() 成员来更改权重:

Live On Coliru

#include <boost/random.hpp>
#include <boost/random/random_device.hpp>
#include <boost/range/algorithm/copy.hpp>
#include <iostream>

namespace br = boost::random;

struct X {
    using Weight = double;
    br::mt19937                            engine { br::random_device{}() };
    br::discrete_distribution<int, Weight> dist   { {0.2, 0.2, 0.2, 0.2, 0.2} };

    void sample() {
        for (auto i : {1,2,3,4})
            std::cout << "#" << i << ":" << dist(engine) << " ";
        std::cout << "\n";
    }

    void show_probabilities() {
        boost::copy(dist.param().probabilities(), std::ostream_iterator<Weight>(std::cout << "probabilities: ", " "));
        std::cout << "\n";
    }

    void reprogram(std::initializer_list<Weight> probabilities) {
        dist.param(probabilities);
    }
};

int main() {
    X x;
    x.show_probabilities();
    x.sample();

    x.reprogram({0.01, 0.99});

    x.show_probabilities();
    x.sample();
}

正在打印类似

的内容
probabilities: 0.2 0.2 0.2 0.2 0.2 
#1:1 #2:2 #3:0 #4:4 
probabilities: 0.01 0.99 
#1:1 #2:1 #3:1 #4:1