mt19937和uniform_real_distribution

Question

我试图找到一种有效的方法来实现统一的(0，1)分布。由于我必须生成大量的示例，所以我选择了mt19937作为引擎。我正在使用来自boost库的版本。我的问题是:使用引擎本身的输出与使用uniform_real_distribution有什么区别？

选项#1

std::random_device rd;
boost::mt19937 gen(rd());
boost::random::uniform_real_distribution<double> urand(0, 1);

for ( int i = 0; i < 1E8; i++ ) {
    u = urand(gen);
}

选项2

std::random_device rd;
boost::mt19937 gen(rd());

for ( int i = 0; i < 1E8; i++ ) {
    u = (double) gen()/gen.max();
}

从我的测试来看，选项2在运行时方面比选项1要好得多。有什么理由我应该选择选项1而不是选项2？

Answer 1

我不知道urand()的基本实现，但是使用除法的结果可能会在低阶位中产生偏差作为量化效果。如果gen.max()不是很大，那么“低阶位”可能是非常多或大部分的结果位。

性能差异可能来自于产生适当分布的随机数。如果double对您的需求过于精确，那么也许使用float可以让它更高效地运行。

Answer 2

我的问题是:使用引擎本身的输出与使用uniform_real_distribution有什么区别？

在您的第一个选项中，urand()有range [0,1)，而第二个选项有range [0,1] (if boost::mt19937::min() == 0，通常包含)。