Question

在查看了关于在C ++中使用新的“随机”工具的各种示例之后，我对最佳实践感到有些困惑 - 特别是与各种实例的生命周期相关。

例如，在某些示例中，“random_device”的使用在本地范围（如函数）中是静态的，或者是静态全局变量，或者只是一个本地变量。

--- TU ---

static std::random_device global_source;


void foo()
{
   static std::random_device local_static_source;
   static std::mt19937 gen(local_static_source());
   std::uniform_int_distribution<> dist(0,10);
   ...
   dist(gen);
   ...
}

void boo()
{
   std::mt19937 gen(global_source());
   std::uniform_int_distribution<> dist(0,10);
   ...
   dist(gen);
   ...
}

void roo()
{
   std::random_device local_source;
   std::mt19937 gen(local_source());
   std::uniform_int_distribution<> dist(0,10);
   ...
   dist(gen);
   ...
}

int main()
{
   static std::mt19937 gen(global_source());
   std::uniform_int_distribution<> dist(0,10);
   ...
   dist(gen);
   ...
  return 0;
}

--- TU ---

Q1：如果多个线程可以访问“foo”或“boo”，那么生成器和源是否可以是静态的？ - 有没有像shared_ptr中那样的线程安全保证？

Q2：标准中是否有任何措辞可以讨论与实例化相关的假设和问题？

Answer 1

一些背景知识：允许多个随机数生成器实例的原因主要是线程安全（不会增加带有线程同步的随机数生成器实现）和可重复性（允许使用相同的种子重复一系列数字）。

前者非常明显 - 在性能关键代码中使用RNG的有效案例。如果有多个实例，则不需要昂贵的互斥锁，并且可以在多个CPU内核上并行生成随机数。
后者通常在随机生成数据集时很有用。作为一个常见的例子，视频游戏可以通过从同一个RNG（甚至可能在不同的网络PC上）推动与游戏世界创建相关的所有决策来重建相同（随机）游戏世界。

因此，C ++ RNG的最佳范围取决于您所写的内容：

如果您正在编写可能在上述方案的上下文中使用的库，那么让调用者为各个方法或类提供RNG可能是个好主意：

// Can be used on multiple CPU cores in parallel or with seed values
template <typename TRandomNumberEngine>
Point2 GetRandomPointInRectangle(
  const Rectangle2 &rect, TRandomNumberEngine &random
) {
  std::uniform_real_distribution<float> horizontal(rect.Min.X, rect.Max.X);
  float x = horizontal(random);

  std::uniform_real_distribution<float> vertical(rect.Min.Y, rect.Max.Y);
  float y = vertical(random);

  return Point2(x, y);
}

如果您正在编写应用程序或在支持角色中使用RNG的库（例如，几何拟合算法），即。您只对不可重复的随机数感兴趣，随机数生成器的最佳范围将是最大可能的范围，不会在模块之间引入不需要的耦合。

这可能是一个简单的私有对象变量，无论什么类都需要随机数，甚至是一个thread_local单例，如果它有很多短命的消费者可以证明这种复杂性，那么就会提供你选择的RNG。

分发（如std::uniform_real_distribution）可以像你想要的那样短暂。它们是简单的仿函数，其中构造函数没有参数或只存储函数执行时的参数。

实例化c ++ 11随机设施的正确方法是什么

1 个答案: