C++；：如何在从给定缓存中排除数字的同时生成随机数 P> >在C++中，我使用MT1937 引擎< /强>和我的随机数生成器中的均匀分布> >： #include <random> #include <time.h> int get_random(int lwr_lm, int upper_lm){ std::mt19937 mt(time(nullptr)); std::uniform_int_distribution<int> dist(lwr_lm, upper_lm); return dist(mt); } #包括 #包括 int-get\u-random（int-lwr\u-lm，int-upper\u-lm）{ 标准：mt19937 mt（时间（空PTR））； 标准：统一内部分布区（lwr-lm，上部lm）； 返回区（mt）； }

我需要的是修改上面的生成器，以便在反复使用上面的生成器时，有一个缓存包含许多需要排除的整数。

---

如何更改上述内容以实现此目的？

有很多方法。一个简单的方法是在

std:：set

中维护“排除的数字”，在每次生成一个随机数后，检查它是否在集合中，如果在集合中，则生成一个新的随机数-重复，直到得到一个不在集合中的数字，然后返回该数字

---

顺便说一句；虽然发行版的构建成本很低，但引擎却不是。您不希望每次调用函数时都重新构造

mt19937

，而是创建一次，然后重新使用它。您可能还希望使用比当前时间（以秒为单位）更好的种子。

这可能不是最漂亮的解决方案，但是什么阻止您在返回之前维护缓存和检查存在性？不过，对于大型缓存，速度会减慢

    #include <random>
    #include <time.h>
    #include <set>

    std::set<int> cache;

    int get_random(int lwr_lm, int upper_lm){

    std::mt19937 mt(time(nullptr));
    std::uniform_int_distribution<int> dist(lwr_lm, upper_lm);

    auto r = dist(mt);

    while(cache.find(r) != cache.end())
       r = dist(mt);

    return r;
}

#包括
#包括
#包括
std：：设置缓存；
int-get\u-random（int-lwr\u-lm，int-upper\u-lm）{
标准：mt19937 mt（时间（空PTR））；
标准：统一内部分布区（lwr-lm，上部lm）；
自动r=距离（mt）；
while（cache.find（r）！=cache.end（））
r=距离（mt）；
返回r；
}

您1）是否试图在离散时间间隔内不更换样品？或者说，这段时间间隔内的零散分布是相当恒定的吗

如果1）您可以根据这里的答案使用std:：shuffle

---

如果2）您可以使用std:：discrete_distribution（元素0对应于

lwr_lm

），并将不需要的数字加权为零。显然，在

upper_lm-lwr_lm

中，内存需求是线性的，因此，如果内存需求很大，则可能不太实际，

，正如@virgesmith在他的回答中所提到的，这可能是解决问题的更好办法。
使用缓存并使用它来过滤未来生成的方法在大范围内效率低下

在这里，我用一种不同的方法写了一个简单的例子，但是你会受到你的记忆的限制。为缓冲区选取随机数，并在下一次迭代中将其删除

#include <random>
#include <time.h>
#include <iostream>

int get_random(int lwr_lm, int upper_lm, std::vector<int> &buff, std::mt19937 &mt){
  if (buff.size() > 0) {
    std::uniform_int_distribution<int> dist(0, buff.size()-1);
    int tmp_index = dist(mt);
    int tmp_value = buff[tmp_index];
    buff.erase(buff.begin() + tmp_index);
    return tmp_value;
  } else {
    return 0;
  }
}

int main() {
  // lower and upper limit for random distribution
  int lower = 0;
  int upper = 10;

  // Random generator
  std::mt19937 mt(time(nullptr));

 // Buffer to filter and avoid duplication, Buffer contain all integer between lower and uper limit
  std::vector<int> my_buffer(upper-lower);
  std::iota(my_buffer.begin(), my_buffer.end(), lower);

  for (int i = 0; i < 20; ++i) {
    std::cout << get_random(lower, upper, my_buffer, mt) << std::endl;
  }

  return 0;
} 

#包括
#包括
#包括
int-get_-random（int-lwr_-lm，int-upper_-lm，std:：vector&buff，std:：mt19937&mt）{
如果（buff.size（）>0）{
标准：：统一分布区（0，buff.size（）-1）；
int tmp_指数=距离（mt）；
int tmp_值=buff[tmp_索引]；
buff.erase（buff.begin（）+tmp_索引）；
返回tmp_值；
}否则{
返回0；
}
}
int main（）{
//随机分布的上下限
整数下限=0；
整数上限=10；
//随机发生器
标准：mt19937 mt（时间（空PTR））；
//缓冲区用于过滤和避免重复，缓冲区包含下限和上限之间的所有整数
std：：向量my_缓冲区（上下）；
std:：iota（my_buffer.begin（）、my_buffer.end（）、lower）；
对于（int i=0；i<20；++i）{
std：：cout我会为这个问题提出两个类似的解决方案。它们基于概率结构，并为您提供“可能在缓存中”或“肯定不在缓存中”的答案。有误报，但没有误报

。有很多实现，包括。基本上，在一组缓存值上运行它，并使用生成的完美哈希函数拒绝采样值。您甚至不需要维护哈希表，只需要将随机值映射到整数索引。只要索引在哈希范围内，就拒绝该数字。完美意味着您只需要一次呼叫检查，结果将告诉您号码在集合中。存在潜在冲突，因此可能出现误报

。同样的想法，使用每个缓存项中您愿意保留的任何位构建过滤器，通过快速检查，您将得到“缓存中可能存在的”答案或清除否定。您可以用答案精度换取内存，反之亦然。可能会出现误报

我明白了，但我不明白的是如何使用上面提到的给定模块，我知道如何使用普通的“rand（）”，但不知道如何使用mt19937或均匀分布。@random_x_y_z请看我的答案。@random_x_y_z随机数是否来自
rand（）
或
统一整数分布
不应该改变任何关于检查一组要丢弃的数字的内容。你有一个数字，你有一组要检查的数字，你可能需要生成一个新的数字。生成数字的方法如何改变任何事情？我不明白为什么这会让你绊倒。甚至我也想到了d这样做！但是考虑到我的特殊问题，我担心使用越多，处理时间可能会呈指数级增长！我想，你的意思是有一个
cache.insert（get_random（））
涉及某个地方？@random_x_y_z您使用它的程度无关紧要。额外的性能成本取决于缓存的大小。除了@JesperJuhl提到的性能成本是在每次调用中重新初始化生成器的一个缺点外，另一个缺点是在同一秒内多次调用将生成相同的n数字。在开始采样之前，缓存是众所周知的吗？基本上，每个样本数您必须多久更新一次缓存？另一个问题-您能否接受不完美的检查场景，即误报？如果“排除数字的缓存”如果是大的，那么bloom过滤器是一个很好的方法。但对于小的集合来说，它可能是过度杀伤力了。@JesperJuhl是的，它是。问题是如何与imp相处