如何在类中重用和重新初始化 c++ 离散分布？答案

【问题标题】：How to reuse and reinitialize c++ discrete_distribution in class?如何在类中重用和重新初始化 c++ 离散分布？
【发布时间】：2017-08-24 02:56:43
【问题描述】：

我正在 C++ 类中编写离散分布随机数生成器。要求是：

我不想在每次使用时都创建一个discrete_distribution 对象。我知道分发对象是轻量级的，但是我的权重数组太长了，成本仍然太高。另外，我需要在这个类的不同函数中使用分布对象。
我需要不时更改分布（权重数组）
不知道类构建时的准确分布（权重数组）

目前我有两种解决方案，在类中使用random_device rd; mt19937 engine; 初始化随机数引擎，在初始化列表中使用engine(rd())。

一种是用discrete_distribution<> *d=new discrete_distribution<>(weight_array,weight_array+weight_array_size)创建discrete_distribution对象并将指针存储在类中。每次调用 (*d)(engine) 生成一个随机数，我只需要删除分布，新建一个更新权重数组即可。

另一种方法是在类中定义discrete_distribution<> d，用d=discrete_distribution<>(weight_array,weight_array+weight_array_size)更新权重数组，这样我们就可以用d(engine)生成随机数，不用担心指针了。

但似乎这两种方式都不是使用 c++ 对象的经典方式。他们错了吗？这样写代码有什么缺点吗？

谢谢

【问题讨论】：

标签： c++ random boost boost-random

【解决方案1】：

另一种方法是在类中定义discrete_distribution<> d，用d=discrete_distribution<>(weight_array,weight_array+weight_array_size)更新权重数组，这样我们就可以用d(engine)生成随机数，不用担心指针。

这是处理对象实例的完美通用 C++ 风格。

事实上，很多类型没有修饰符成员，因为它们是可赋值的。

在这种情况下，您可以使用 params() 成员更改权重：

Live On Coliru

#include <boost/random.hpp>
#include <boost/random/random_device.hpp>
#include <boost/range/algorithm/copy.hpp>
#include <iostream>

namespace br = boost::random;

struct X {
    using Weight = double;
    br::mt19937                            engine { br::random_device{}() };
    br::discrete_distribution<int, Weight> dist   { {0.2, 0.2, 0.2, 0.2, 0.2} };

    void sample() {
        for (auto i : {1,2,3,4})
            std::cout << "#" << i << ":" << dist(engine) << " ";
        std::cout << "\n";
    }

    void show_probabilities() {
        boost::copy(dist.param().probabilities(), std::ostream_iterator<Weight>(std::cout << "probabilities: ", " "));
        std::cout << "\n";
    }

    void reprogram(std::initializer_list<Weight> probabilities) {
        dist.param(probabilities);
    }
};

int main() {
    X x;
    x.show_probabilities();
    x.sample();

    x.reprogram({0.01, 0.99});

    x.show_probabilities();
    x.sample();
}

打印类似的东西

probabilities: 0.2 0.2 0.2 0.2 0.2 
#1:1 #2:2 #3:0 #4:4 
probabilities: 0.01 0.99 
#1:1 #2:1 #3:1 #4:1

【讨论】：