std :: uniform_real_distribution使用了多少个随机数？

Question

我惊讶地看到这个程序的输出:

#include <iostream>
#include <random>

int main()
{
    std::mt19937 rng1;
    std::mt19937 rng2;
    std::uniform_real_distribution<double> dist;

    double random = dist(rng1);
    rng2.discard(2);

    std::cout << (rng1() - rng2()) << "\n";

    return 0;
}

是0- 即std::uniform_real_distribution使用两个随机数来产生double[0,1]范围内的随机值.我认为它只会生成一个并重新缩放.在考虑之后,我猜这是因为std::mt19937产生32位整数并且double是这个大小的两倍,因此不是"足够随机".

问题:如何一般地找出这个数字,即随机数生成器和浮点类型是否是任意类型？

编辑:我只是注意到我可以使用std::generate_canonical,因为我只对[0,1)的随机数感兴趣.不确定这是否有所作为.

Answer 1

标准template<class RealType, size_t bits, class URNG> std::generate_canonical（第 27.5.7.2 节）明确定义了对均匀随机数生成器 (URNG) 的调用次数为

最大值(1, b / log_2 R),

其中 b 是 RealType 尾数中的位数和作为模板参数提供给generate_canonical 的位数中的最小值。R 是 URNG 可以返回的数字范围(URNG::max()-URNG::min()+1)。但是，在您的示例中，这不会产生任何区别，因为您需要 2 次调用 mt19937 来填充双精度型尾数的 53 位。

对于其他分布，该标准没有提供一种通用方法来获取 URNG 必须生成多少个数字才能获得一个分布数字的任何信息。

原因可能是，对于某些分布，生成单个分布数所需的均匀随机数的数量不是固定的，并且可能因调用而异。一个例子是std::poisson_distribution，它通常被实现为一个循环，在每次迭代中绘制一个统一的随机数，直到这些数字的乘积达到某个阈值（例如参见GNU C++ 库的实现（第 1523-1528 行）） 。