我正在寻找逆不完全 Beta 函数的实现，可能已经用 C++ 编写或易于自己实现。但是，我需要它快！例如，我将在优化器的内部循环中运行它，因此希望它需要几百个时钟周期。
这里已经有几个线程，但在这种情况下，我愿意为了速度而放弃很多准确性。另外，域受到一定限制，因为我只使用 a 和 b 的整数值。
有关该问题的更多背景信息：我给出了整数次试验 n 以及这些试验中成功的整数 k <= n 。我假设成功试验的潜在概率的背景分布在 [0,1] 中是均匀的，因此考虑到我已经看到了一些试验和成功，我的后验分布应该是 beta 分布。在贝叶斯模型中，我本质上是试图找到可能的潜在概率的第 p 个百分位数。
再说一遍，我不需要非常准确，只要快就可以了。我可以处理最多 +/- 1% 的误差。然而，对于小数字来说，它不可能非常不准确：我的输入范围从接近零到数万。
提前致谢！如果需要任何澄清，请告诉我。