在 C++11 中生成随机数组答案

【问题标题】：generating random array in c++11在 C++11 中生成随机数组
【发布时间】：2018-09-01 13:21:28
【问题描述】：

我想创建一个MxN 数组（N 维空间中的M 粒子），在上下边界内填充随机数。我有一个看起来像这样的工作 python 代码：

# upper_bound/lower_bound are arrays of shape (dim,)
positions = np.random.rand(num_particle,dim)*(upper_bound-lower_bound)+lower_bound

每一行代表一个粒子，每一列代表问题空间中的一个维度。所以upper_bound 和lower_bound 适用于每一列。现在我想把上面的代码翻译成c++，我有这样的东西：

#include <iostream>
#include <vector>
#include <random>
#include <algorithm>
#include <ctime>

typedef std::vector<double> vect1d;

std::vector<vect1d> positions;

for (int i=0; i<num_particle; i++){
    std::mt19937_64 generator(static_cast<std::mt19937::result_type>(time(0)));
    std::uniform_real_distribution<double> distribution(0,1);
    vect1d pos(dimension);
    std::generate(pos.begin(),pos.end(),distribution(generator));
    positions[i] = pos;
    }

我的问题：

它给出了关于生成器的错误，所以我不确定我是否正确设置它。我也不确定如何使用std::generator。我正在尝试它，因为我查看了其他类似的帖子，它似乎允许我一次生成多个随机数，所以我不必为每个元素运行 MxN 次。这是真的吗？如何正确使用？
在 python 中，我可以通过矢量化和广播来操作 numpy 数组。在 C++ 中最“矢量化”的方法是什么？
上面的（不正确的）代码只创建了0到1之间的随机数，但是如何在python版本中合并lower_bound和upper_bound呢？我知道我可以更改distribution(0,1) 中的值，但问题是每个维度的限制可能不同（因此每列可以有不同的有效范围），那么考虑到生成随机数的最有效方法是什么每个维度的范围？

谢谢

【问题讨论】：

你设置positions的大小吗？如果为空，分配给positions[i]的是UB。
你在使用 Visual Studio 吗？
如何使用生成器：std::generate(pos.begin(), pos.end(), [&]() { return distribution(generator); });
为了将来参考，最好将这些类型的多问题拆分为单独的问题。增加获得答案的机会。
这可能对3. stackoverflow.com/questions/52021277/… 有帮助需要使用浮点参数来获得浮点结果，也就是random_number(0.0, 1.0)。

标签： c++ random std

【解决方案1】：

首先，你的 Python 版本比你需要做的工作要多，只需使用：

np.random.uniform(lower_bound, upper_bound, size=(num_particle, dim))

在您的 C++ 尝试中，该行

std::generate(pos.begin(),pos.end(),distribution(generator));

不正确，因为第三个参数必须是函数而不是值。一个合理的 C++ 等价物是：

using RandomVector = std::vector<double>;
using RandomMatrix = std::vector<RandomVector>;

template <typename Generator=std::mt19937_64>
RandomMatrix&
fill_uniform(const double low, const double high, RandomMatrix& result)
{
    Generator gen {static_cast<typename Generator::result_type>(time(0))};
    std::uniform_real_distribution<double> dist {low, high};
    for (auto& col : result) {
        std::generate(std::begin(col), std::end(col), [&] () { return dist(gen); });
    }
    return result;
}

template <typename Generator=std::mt19937_64>
RandomMatrix
generate_uniform(const double low, const double high,
                 const std::size_t ncols, const std::size_t nrows)
{
    RandomMatrix result(ncols, RandomVector(nrows));
    return fill_uniform<Generator>(low, high, result);
}

int main()
{
    auto m = generate_uniform(2, 11, 2, 3);
    for (const auto& col : m) {
        for (const auto& v : col) {
            std::cout << v << " ";
        }
        std::cout << '\n';
    }
}

您可以将其概括为生成任意维度张量（如 NumPy 版本），而无需太多工作。

【讨论】：

错字：使用 std::generate() 而不是 std::generate_n()。 std::generate_n() 需要一个迭代器和计数，而不是显示的 begin() 和 end() 迭代器。
@MichaelSurette 谢谢，已修复。

【解决方案2】：

我将按随机顺序解决它们：

3.您有多种选择 - 每行使用一个生成器，创建类似于 distribution(row_lower_limit, row_upper_limit)。应该足够便宜，不会引起问题。如果您想要重用同一个生成器，只需执行row_lower_limit + distribution(generator) * (row_upper_limit - row_lower_limit) 之类的操作。两种情况下的分布都是U[row_lower_limit, row_upper_limit]。
2.矢量化来自numpy 库，而不是Python 本身。它最多提供了一些不错的用户体验。 C++ 没有与numpy 等效的库（尽管它也有很多库——只是没有这么普遍）。做两个嵌套的fors 不会错。声明NxM 数组而不是vector 可能会更好，比如here。
1.不知道如何帮助解决问题，因为我们不知道错误。 cplusplus.com reference 有一个示例，说明如何参考 random_device 对其进行初始化。

【讨论】：