Skip to content

Random 模块详解

Random 提供统一的随机引擎包装及常用采样与分布函数，便于可复现的随机数据生成。

构造与种子管理

  • Random()：使用基于时钟的默认种子。
  • Random(unsigned seed)：用指定种子构造，可实现可复现性。
  • void seed(unsigned s)：重新设置引擎种子。
  • unsigned get_seed()：（诊断）读取引擎当前状态的一部分（注意这不是原始构造种子）。

基本采样

  • int randint(int min, int max)：闭区间均匀整数。
  • double random(double min=0.0, double max=1.0)：实数均匀分布。
  • std::string randstr(int length, const std::string& charset)：随机字符串。
  • std::vector<int> randperm(int n)：1..n 的随机排列。
  • template<typename T> T choice(const std::vector<T>& container)：从容器中随机选择一个元素。

额外分布

  • double normal(double mean=0,double stddev=1)：正态分布。
  • int poisson(double mean)：泊松分布。
  • bool bernoulli(double p=0.5)：伯努利分布。

加权与不放回采样

  • template<typename T> T weighted_choice(const std::vector<T>& container, const std::vector<double>& weights)：按权重选择。

  • 权重可为任意非负数，总和需为正。

  • template<typename T> std::vector<T> sample_no_replace(const std::vector<T>& container, size_t k)：不放回采样 k 个元素。

水库采样（适合流式/未知长度输入）

  • template<typename T, typename InputIt> std::vector<T> reservoir_sample(InputIt begin, InputIt end, size_t k)
  • 从任意可迭代区间中以等概率选出 k 个元素，O(n) 时间、O(k) 空间。

示例代码

using namespace STAR_CPP;
Random rng(42);
// 随机整数/浮点
int a = rng.randint(1, 10);
double x = rng.random(-1.0, 1.0);

// 正态分布
for (int i=0;i<5;++i) std::cout << rng.normal(0,1) << '\n';

// 加权选择
std::vector<std::string> items = {"a","b","c"};
std::vector<double> w = {0.1, 0.2, 0.7};
std::cout << rng.weighted_choice(items, w) << '\n';

// 水库采样示例（从 vector 中选 3 个）
auto v = std::vector<int>{1,2,3,4,5,6,7};
auto s = rng.reservoir_sample<int>(v.begin(), v.end(), 3);

调优建议

  • 若需要更高质量或并行 RNG，考虑引入 PCG/Xoroshiro 实现或使用 thread_local 引擎副本。
  • 在需要严格重现复杂实验时，记录并固定初始种子。