Question

我正在编写代码，其中随机数是从均匀分布中采样的，对于 for 循环中的某些迭代，其边界会有所不同，例如，

std::mt19937 generator{0};
for(int i = 0; i < n; ++i)
{
  if(conditions are met)
  {
    // low and hi bounds change for each iteration
    std::uniform_int_distribution<int> U(low, hi);
    auto sample = U(generator);
  }

}

这是我目前编写代码的方式，但它会为满足条件的每次迭代创建和删除一个临时 std::uniform_int_distribution<int> 对象。这是一个昂贵的过程吗？编译器优化能否在 for 循环之外构造对象，并在 if 语句中重建均匀分布的边界？我不确定这是否一定会更快。

还有其他更好的方法吗？

Answer 1

std::uniform_int_distribution 创建起来通常成本不高，并且只包含最小/最大值对作为其成员。至少 stdlibc++、libc++ 和 VC++ 是这种情况。一个好的优化编译器应该能够完全消除它的任何痕迹。

然而，这并不能保证，此外，允许分发是有状态的。尽管 normal_distribution 的情况更常见，而不是 uniform_int_distribution。

从技术上讲，可以重复使用分布并在循环中重新初始化它的参数：

std::mt19937 generator{ 0 };
std::uniform_int_distribution<int> U;
for (int i = 0; i < n; ++i)
{
    // low and hi bounds change for each iteration
    U.param(std::uniform_int_distribution<int>::param_type(low, hi));
    auto sample = U(generator);
}

生成的代码可能是相同的（或者稍微更糟 - 检查以确保），并且它不能解决 normal_distribution 的问题，因为更改参数会重置状态。

创建uniform_int_distribution<int> 对象是否昂贵？

1 个答案: