加權隨機數產生
選擇具有特定機率的隨機數是程式設計中常見的任務。 Boost 的隨機數產生器提供了一種方便的方法來選擇具有加權機率的項目。
考慮一下您想要選擇具有以下權重的1 到3 之間的隨機數的場景:
- 1: 90%
- 2: 56%
- 3: 4%
演算法
Boost 沒有內建的加權隨機數產生功能。不過,可以應用一個簡單的演算法:
- 計算總重量:將所有項目的重量相加。
- 產生一個隨機數: 選取 0 到總數之間的隨機數重量。
- 迭代權重:遍歷每個項目的重量,從隨機數中減去它,直到該數字小於當前項目的重量。
- 返回Item: 隨機數變為負數的位置對應的item 為選中item.
代碼示例
在Boost 中,使用random_device 和mt19937隨機數產生器:
std::mt19937 rng(std::random_device{}()); int total_weight = 90 + 56 + 4; for (int i = 0; i <p><strong>最佳化</strong></p><p>如果體重很少變化且隨機選擇很頻繁,可以透過儲存每個項目的累積權重總和來應用最佳化.這允許更有效的二分搜尋方法。 </p><p>此外,如果項目數量未知但權重已知,則可以採用水庫採樣來產生加權隨機數。 </p>
以上是Boost的隨機數產生器如何用來加權隨機數選擇?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

本文解釋了C標準模板庫(STL),重點關注其核心組件:容器,迭代器,算法和函子。 它詳細介紹了這些如何交互以啟用通用編程,提高代碼效率和可讀性t

本文詳細介紹了c中有效的STL算法用法。 它強調了數據結構選擇(向量與列表),算法複雜性分析(例如,std :: sort vs. std vs. std :: partial_sort),迭代器用法和並行執行。 常見的陷阱

本文討論了C中的動態調度,其性能成本和優化策略。它突出了動態調度會影響性能並將其與靜態調度進行比較的場景,強調性能和之間的權衡

C 20範圍通過表現力,合成性和效率增強數據操作。它們簡化了複雜的轉換並集成到現有代碼庫中,以提高性能和可維護性。

本文討論了使用C中的移動語義來通過避免不必要的複制來提高性能。它涵蓋了使用std :: Move的實施移動構造函數和任務運算符,並確定了關鍵方案和陷阱以有效

本文詳細介紹了C中的有效異常處理,涵蓋了嘗試,捕捉和投擲機制。 它強調了諸如RAII之類的最佳實踐,避免了不必要的捕獲塊,並為強大的代碼登錄例外。 該文章還解決了Perf

文章討論了在C中有效使用RVALUE參考,以進行移動語義,完美的轉發和資源管理,重點介紹最佳實踐和性能改進。(159個字符)


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

PhpStorm Mac 版本
最新(2018.2.1 )專業的PHP整合開發工具

Atom編輯器mac版下載
最受歡迎的的開源編輯器

SublimeText3 Linux新版
SublimeText3 Linux最新版

ZendStudio 13.5.1 Mac
強大的PHP整合開發環境

mPDF
mPDF是一個PHP庫,可以從UTF-8編碼的HTML產生PDF檔案。原作者Ian Back編寫mPDF以從他的網站上「即時」輸出PDF文件,並處理不同的語言。與原始腳本如HTML2FPDF相比,它的速度較慢,並且在使用Unicode字體時產生的檔案較大,但支援CSS樣式等,並進行了大量增強。支援幾乎所有語言,包括RTL(阿拉伯語和希伯來語)和CJK(中日韓)。支援嵌套的區塊級元素(如P、DIV),