Язык программирования C++. Пятое издание полностью

Для примера создадим серию нормально распределенных значений и нарисуем полученное распределение. Поскольку тип normal_distribution создает числа с плавающей запятой, данная программа будет использовать функцию lround() из заголовка cmath для округления каждого результата до ближайшего целого числа. Создадим 200 чисел с центром в значении 4 и среднеквадратичным отклонением 1,5. Поскольку используется нормальное распределение, можно ожидать любых чисел, но приблизительно 1% из них будет в диапазоне от 0 до 8 включительно. Программа подсчитает, сколько значений соответствует каждому целому числу в этом диапазоне:

default_random_engine е;        // создает случайные целые числа

normal_distribution<> n(4,1.5); // середина 4, среднеквадратичное

                                // отклонение 1.5

vector vals(9);       // девять элементов со значением 0

for (size_t i = 0; i != 200; ++i) {

 unsigned v = lround(n(e));     // округление до ближайшего целого

 if (v < vals.size())           // если результат в диапазоне

  ++vals[v]; // подсчитать, как часто встречается каждое число

}

for (size_t j = 0; j != vals.size(); ++j)

 cout << j << ": " << string(vals[j], '*') << endl;

Начнем с определения объектов генератора случайных чисел и вектора vals. Вектор vals будет использован для расчета частоты создания каждого числа в диапазоне 0…9. В отличие от большинства других программ, использующих вектор, создадим его сразу с необходимым размером. Так, каждый его элемент инициализируется значением 0.

В цикле for происходит вызов функции lround(n(е)) для округления возвращенного вызовом n(е) значения до ближайшего целого числа. Получив целое число, соответствующее случайному числу с плавающей точкой, используем его для индексирования вектора счетчиков. Поскольку вызов n(е) может создавать числа и вне диапазона от 0 до 9, проверим полученное число на принадлежность диапазону прежде, чем использовать его для индексирования вектора vals. Если число принадлежит диапазону, увеличиваем соответствующий счетчик.

Когда цикл заканчивается, вывод содержимого вектора vals выглядит следующим образом:

0: ***

1: ********

2: ********************

3: **************************************

4: **********************************************************

5: ******************************************

6: ***********************

7: *******

8: *

Выведенные строки содержат столько звездочек, сколько раз встретилось соответствующее значение, созданное генератором случайных чисел. Обратите внимание: эта фигура не совершенно симметрична. Если бы она была симметрична, то возникли бы подозрения в качестве генератора случайных чисел.

Как уже упоминалось, есть одно распределение, которое не получает параметр шаблона. Это распределение bernoulli_distribution, являющееся обычным классом, а не шаблоном. Это распределение всегда возвращает логическое значение true с заданной вероятностью. По умолчанию это вероятность .5.

В качестве примера распределения этого вида напишем программу, которая играет с пользователем. Игру начинает один из игроков (пользователь или программа). Чтобы выбрать первого игрока, можно использовать объект класса uniform_int_distribution с диапазоном от 0 до 1. В качестве альтернативы этот выбор можно сделать, используя распределение Бернулли. С учетом, что игру начинает функция play(), для взаимодействия с пользователем может быть использован следующий цикл:

string resp;

default_random_engine e; // e имеет состояние, поэтому располагается

                         // вне цикла!

bernoulli_distribution b; // по умолчанию четность 50/50

do {

 bool first = b(e); // если true, программа ходит первой

 cout << (first ? "We go first"

         : "You get to go first") << endl;

 // играть в игру, угадывая, кто ходит первым

 cout << ((play(first)) ? "sorry, you lost"

         : "congrats, you won") << endl;