在C ++中,我生成许多随机数,这些随机数需要在1到15(包括)之间。当然,我可以产生
git reset --hard
但这是浪费,因为此mersenn扭曲器生成32位(或使用mt19937_64甚至生成64位)随机值,而我只保留4位并丢弃所有其余值,就我而言,性能是一个问题并且生成随机数是一个重要的贡献者。
因此,我的想法是生成例如0到2 ^ 64-1之间的单个64位随机值,并从中选择4位。问题是我找不到在1到15之间生成值的方法。 示例:
std::uniform_int_distribution<std::mt19937::result_type> random(1, 15);
这里,此版本当然不起作用:尽管+1,生成的值仍在0到15之间(因为如果unsigned long long int r = uniform(generator); // between 0 and 2^64-1
unsigned int r1 = (r+1)&15; // first desired random value
unsigned int r2 = ((r>>4)+1)&15; //second desired random value
unsigned int r3 = ((r>>8)+1)&15; //third desired random value
...
恰好是r&15
,则加1会产生结果0xb1111
。
此外,我希望分布保持一致(例如,我不想使最低有效位更频繁地出现,例如0xb0000
就是这种情况,因为值{ {1}}会发生两次)。
答案 0 :(得分:3)
代替
std::mt19937 gen(seed);
std::uniform_int_distribution<> dis(1, 15);
auto r1 = dis(gen);
auto r2 = dis(gen);
auto r3 = dis(gen);
auto r4 = dis(gen);
您可以这样做:
std::mt19937 gen(seed);
std::uniform_int_distribution<> dis(0, 15 * 15 * 15 * 15 - 1); // Assuming int at least 16 bits
auto r = dis(gen);
auto r1 = r % 15 + 1; r /= 15;
auto r2 = r % 15 + 1; r /= 15;
auto r3 = r % 15 + 1; r /= 15;
auto r4 = r + 1;
Quick benchmark(第二个版本比第一个版本快2.5倍)
答案 1 :(得分:1)
David Schwartz在评论部分中提到
您可以简单地丢弃任何零值。平均每个64位随机输入可为您提供约15个随机值。
为此特定用例实施简单的拒绝采样技术,而不是使用更通用的std::uniform_int_distribution
应该会更有效率(例如,参见Quick Bench将标准类与以下内容进行比较)。
class uniform_1_to_15_distribution
{
uint64_t value_{}; // So that one could use std::mt19937_64 too
public:
uniform_1_to_15_distribution() = default;
template <class Gen> int operator() (Gen &g)
{
for (;;)
{
// When all the bits have been used (or only useless zeroes remain)
if( value_ == uint64_t{} )
{
// Get a new value from the generator
value_ = g();
continue;
}
// Pick the 4 LS bits
int ret = value_ & 0xF;
// "Consume" the state
value_ >>= 4;
// Reject 0. Only value in range [1, 15] are accepted.
if ( ret == 0 )
{
continue;
}
return ret;
}
}
};
可以测试分发HERE。