在 gcc 实现中，这很简单；参数仅适用于as simple multiply and shift of the actual algorithm's output。但我可以想象其他算法在这种特殊情况下会遇到问题。我应该更好地建立一个外部安全防护，还是只给std::normal_distribution的构造函数一个0作为标准偏差参数以获得“非随机分布”，即总是产生平均值的？
（抛开性能）
【问题讨论】：
标签： c++ random c++11 normal-distribution
正如前面的作者所指出的，normal_distribution 函数的行为仅针对 stddev>0 定义。
我想补充一点，这在数学上很有意义：对于 stddev (width) =0，高斯正态分布变为狄拉克三角函数。
狄拉克 delta 函数在任何地方都定义为 ==0，但 x==0 除外，它是未定义的。但是，在积分范围内包含 x==0 的 delta 函数上的每个积分都定义为 1，而不包含 x==0 的积分则为 0。
这种行为无法在浮点数/双精度数的定义中正确表示，因此 stddev=0 的正态分布必须保持未定义。
【讨论】：
您不能使用 0 的标准差。根据标准，第 26.5.8.5.1 节：
explicit normal_distribution(RealType mean = 0.0, RealType stddev = 1.0);
Requires: 0 < stddev.
使用 0 值会导致未定义的行为，因此您需要对该值进行特殊处理。
【讨论】：
标准规定如下（§26.5.8.4.4）：
explicit normal_distribution(RealType mean = 0.0, RealType stddev = 1.0);
Requires: 0 < stddev.
因此，0 的标准派生是被标准明确禁止的，因此不能保证有效。因此，建立外部保障似乎是个好主意
即使典型的实现可以在标准推导 0 上工作（不确定是否是这种情况），我可以想象一个实现，它测试这种情况并在标准推导为零时抛出异常并抛出如果不是则异常（以确保代码是可移植的）。作为替代方案，代码可能会在某处除以标准推导，这对于 0 的推导也会有问题。