在C/C 中使用常態分佈產生隨機數
在各種程式應用程式中經常出現產生遵循常態分佈的隨機數的需求。在 C/C 中，您可以採用多種技術來實現此目的。
一個廣泛採用的方法是 Box-Muller 轉換。此方法涉及產生兩個獨立的均勻隨機數並使用數學公式對其進行轉換以獲得常態分佈值。 Box-Muller 轉換在數學上是嚴格的，並且會產生準確的結果。
以下是如何在C/C 中實現Box-Muller 變換：
#include <random>
#include <cmath>
// Generate a random number following a Gaussian distribution
double normal_rand() {
static double z1;
static bool ready = false;
// If z1 is not ready, generate two uniform random numbers
if (!ready) {
double u1 = std::uniform_real_distribution<double>(0, 1)();
double u2 = std::uniform_real_distribution<double>(0, 1)();
z1 = std::sqrt(-2 * std::log(u1)) * std::cos(2 * M_PI * u2);
ready = true;
}
// Return z1 and mark it as used
ready = false;
return z1;
}在上面的範例中，std:: uniform_real_distribution 產生均勻隨機數，而std::sqrt 和std::cos 執行必要的數學運算
利用Box-Muller變換提供了一種簡單可靠的方法來產生遵循 C/C 常態分佈的隨機數。透過採用這種技術，程式設計師可以避免使用 Boost 等外部函式庫，並利用標準 C 函式庫的功能。
以上是如何在C/C中產生常態分佈的隨機數？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
