stl 随机分布和可移植性答案

【问题标题】：stl random distributions and portabilitystl 随机分布和可移植性
【发布时间】：2014-08-24 09:58:39
【问题描述】：

为什么不强制要求标准分发的结果在不同的实现中保持一致？另一方面，伪随机数生成器的结果是要求相同的。

例如，对于每个不同的标准库实现，以下内容几乎肯定会打印出不同的内容。

std::mt19937 random {100};
std::normal_distribution<> dist;

std::cout << dist(random);

假设我想做程序生成，并希望相同的起始种子在平台和编译器之间产生相同的结果。我不能用 stl 做到这一点。我必须“回归”以使用 boost。为什么这不是缺陷？

【问题讨论】：

这不是一个答案，只是想一想。对于许多分布，有多种方法可以获得所需的值。正态分布可以使用 box-muller 变换或（递归或泰勒展开）误差函数。这两个使用函数都使用其他函数（如余弦、正弦、对数、误差函数、积分、平方根...）。很难说哪种方法最好（时间与精度），哪种方法可以得到最好的优化。也许在 C++14 中，当人们对这些发行版和实现更加熟悉时，就会强制执行一个标准。
哦，甚至 box-muller 变换也有不同的（极坐标、笛卡尔坐标）实现。无数种乐趣？
@user2899162 你的理由是正确的，我在回答中引用了这个提议。

标签： c++ c++11 random stl cross-platform

【解决方案1】：

这不是缺陷，而是设计使然。可以在A Proposal to Add an Extensible Random Number Facility to the Standard Library (N1398) 中找到这样做的理由（emphasis mine）：

另一方面，仅适用于发行版的规范定义统计结果，而不是要使用的精确算法。这与引擎不同，因为对于分发算法，其正确性的严格证明是可用的，通常在前提条件是输入的随机数是（真的）一致的分散式。例如，至少有几种算法已知从均匀地产生正态分布的随机数 分布式的。 其中哪一项最有效取决于至少各种先验的相对执行速度 CPU 的功能、缓存和分支预测行为，以及所需的内存使用。因此，该提案留下了选择算法实现。它遵循输出序列不同实现的分布将不相同。它是预计实现将仔细选择算法预先分配，因为这对客户来说肯定是令人惊讶的如果某个分布产生与一个不同的数字实现版本到下一个。

在实现定义部分重申了这一点：

指定了如何生成各种分布的算法作为实现定义的，因为有各种各样的每个分布已知的算法。每个都有不同的权衡在速度、对最新计算机体系结构的适应方面，以及内存使用。实现需要记录它的选择，所以用户可以判断它在质量方面是否可以接受。

【讨论】：

可爱的；因此，如果跨实现的一致性很重要，则必须走非标准库的路线。感谢提案的相关摘录。
@Brandon 这就是我能找到的所有东西，所以看起来确实如此。你可以随时在ISO C++ Standard - Discussion 上提出这个问题，看看是否有一些改变的余地。
不错的主意。在快速和稳定之间进行选择会很好；与中所做的没有什么不同（虽然有点混乱）。再次感谢。