C++ 掷骰子_C++_Arrays - Fatal编程技术网

C++ 掷骰子

c++ arrays

C++ 掷骰子,c++,arrays,C++,Arrays,我需要这个程序做的是滚动36000 2d6，输出每个值的结果，以及它以表格形式出现的频率。不幸的是，我不熟悉数组的工作方式。这就是我到目前为止所做的： int DiceArray() { int rollOne = 0; int rollTwo = 0; int countrolls = 0; int sum = 0; for (countrolls=1; countrolls<=36000; countrolls++) {

我需要这个程序做的是滚动36000 2d6，输出每个值的结果，以及它以表格形式出现的频率。不幸的是，我不熟悉数组的工作方式。这就是我到目前为止所做的：

int DiceArray()
{
    int rollOne = 0;
    int rollTwo = 0;
    int countrolls = 0;
    int sum = 0;
    for (countrolls=1; countrolls<=36000; countrolls++)
    {
        rollOne = (rand() % 6) + 1;
        rollTwo = (rand() % 6) + 1;
        sum = rollOne+rollTwo;
    }
}

int数组（）
{
int-rollOne=0；
int-rollTwo=0；
int countrolls=0；
整数和=0；
对于（countrolls=1；countrolls不确定您的要求，但似乎您需要一个简单的解决方案。如下所示：
void DiceArray()
{
  int rollOne = 0;
  int rollTwo = 0;
  int sum = 0;

  // This array holds histogram. hist[0] and hist[1] are always zero.
  int hist[13] = { 0 }; 

  for (int countrolls = 0; countrolls < 36000; ++countrolls)
  {
    rollOne = (rand() % 6) + 1;
    rollTwo = (rand() % 6) + 1;
    sum = rollOne+rollTwo;
    hist[sum]++;
  }

  for (int i = 2; i <= 12; ++i)
  {
    std::cout << i << ": " << hist[i] << std::endl;
  }
}

不确定，你问的是什么，但似乎你需要一个简单的答案。比如：
void DiceArray()
{
  int rollOne = 0;
  int rollTwo = 0;
  int sum = 0;

  // This array holds histogram. hist[0] and hist[1] are always zero.
  int hist[13] = { 0 }; 

  for (int countrolls = 0; countrolls < 36000; ++countrolls)
  {
    rollOne = (rand() % 6) + 1;
    rollTwo = (rand() % 6) + 1;
    sum = rollOne+rollTwo;
    hist[sum]++;
  }

  for (int i = 2; i <= 12; ++i)
  {
    std::cout << i << ": " << hist[i] << std::endl;
  }
}

你的结果[11]；
的想法是可行的。你也必须将其初始化为零
int result[11] = {0};

请记住，数组是以零为基础的。因此此数组将覆盖0-10的范围。您可以通过减去最小掷骰来处理此范围。增加循环中每个掷骰对应的数组位置：
++result[sum-2];

再次访问该值需要减去最小掷骰数：
int numTwos = result[2-2];
int numTens = result[10-2];

你的结果[11]；
的想法是可行的。你也必须将其初始化为零
int result[11] = {0};

请记住，数组是以零为基础的。因此此数组将覆盖0-10的范围。您可以通过减去最小掷骰来处理此范围。增加循环中每个掷骰对应的数组位置：
++result[sum-2];

再次访问该值需要减去最小掷骰数：
int numTwos = result[2-2];
int numTens = result[10-2];

像这样的方法应该会奏效：
#include <iostream>
#include <random>
#include <array>

std::array<std::size_t, 13> DiceArray(const std::size_t count)
{
    std::random_device device;
    std::mt19937 engine(device());
    std::uniform_int_distribution<std::size_t> distribution(1, 6);
    std::array<std::size_t, 13> result = {};
    for (std::size_t i = 0; i < count; ++i) {
        ++result[distribution(engine)+distribution(engine)];
    }
    return result;
}

int main(int argc, char* argv[])
{
   auto result = DiceArray(36000);
   for (std::size_t i = 0; i < result.size(); ++i) {
       std::cout<<i<<" "<<result[i]<<std::endl;
   }
   return 0;
}

#包括
#包括
#包括
std:：array DiceArray（const std:：size\u t count）
{
std：：随机_装置；
std:：mt19937发动机（设备（））；
标准：均匀分布（1,6）；
std:：数组结果={}；
对于（std:：size\u t i=0；istd：：cout像这样的东西应该可以工作：
#include <iostream>
#include <random>
#include <array>

std::array<std::size_t, 13> DiceArray(const std::size_t count)
{
    std::random_device device;
    std::mt19937 engine(device());
    std::uniform_int_distribution<std::size_t> distribution(1, 6);
    std::array<std::size_t, 13> result = {};
    for (std::size_t i = 0; i < count; ++i) {
        ++result[distribution(engine)+distribution(engine)];
    }
    return result;
}

int main(int argc, char* argv[])
{
   auto result = DiceArray(36000);
   for (std::size_t i = 0; i < result.size(); ++i) {
       std::cout<<i<<" "<<result[i]<<std::endl;
   }
   return 0;
}

#包括
#包括
#包括
std:：array DiceArray（const std:：size\u t count）
{
std：：随机_装置；
std:：mt19937发动机（设备（））；
标准：均匀分布（1,6）；
std:：数组结果={}；
对于（std:：size\u t i=0；i这是一个C++11的答案
typedef std:：mt19937 MyRNG；//带有常用参数选择的Mersenne捻线器
std:：vector数组(
未签名的掷骰数，未签名的骰子数，
米尔恩&米尔恩
)
{
//d6！
标准：均匀分布d6（1,6）；
std：：vectorretval；
retval.resize（骰子数*6+1）；
for（无符号计数=0；计数<转鼓数；++计数）
{
无符号和=0；
for（无符号i=0；i

接下来我们使用它：
int main(int argc, char* argv[])
{
  MyRNG rng;
  uint32_t seed_val = 0;       // populate somehow -- as `0` it will replicate the same sequence each time.  A common trick is to grab the current time or some other source of entropy
  rng.seed(seed_val); // avoid calling this more than once per experiment.  It resets the RNG, if you call it again it will repeat the same sequence of numbers as the first time.
  std::vector<unsigned> result = DiceArray(36000, 2, rng);
  for (unsigned i = 0; i < result.size(); ++i) {
     std::cout << i <<": " << result[i] << "\n";
  }
}

intmain（intargc，char*argv[]）
{
MyRNG-rng；
uint32\u t seed\u val=0；//以某种方式填充——作为'0'，它每次都会复制相同的序列。一个常见的技巧是获取当前时间或其他熵源
rng.seed（seed_val）；//避免在每次实验中多次调用它。它会重置rng，如果再次调用它，它将重复与第一次相同的数字序列。
标准：：向量结果=数组（36000，2，rng）；
for（无符号i=0；i这是一个C++11的答案
typedef std:：mt19937 MyRNG；//带有常用参数选择的Mersenne捻线器
std:：vector数组(
未签名的掷骰数，未签名的骰子数，
米尔恩&米尔恩
)
{
//d6！
标准：均匀分布d6（1,6）；
std：：vectorretval；
retval.resize（骰子数*6+1）；
for（无符号计数=0；计数<转鼓数；++计数）
{
无符号和=0；
for（无符号i=0；i

接下来我们使用它：
int main(int argc, char* argv[])
{
  MyRNG rng;
  uint32_t seed_val = 0;       // populate somehow -- as `0` it will replicate the same sequence each time.  A common trick is to grab the current time or some other source of entropy
  rng.seed(seed_val); // avoid calling this more than once per experiment.  It resets the RNG, if you call it again it will repeat the same sequence of numbers as the first time.
  std::vector<unsigned> result = DiceArray(36000, 2, rng);
  for (unsigned i = 0; i < result.size(); ++i) {
     std::cout << i <<": " << result[i] << "\n";
  }
}

intmain（intargc，char*argv[]）
{
MyRNG-rng；
uint32\u t seed\u val=0；//以某种方式填充——作为'0'，它每次都会复制相同的序列。一个常见的技巧是获取当前时间或其他熵源
rng.seed（seed_val）；//避免在每次实验中多次调用它。它会重置rng，如果再次调用它，它将重复与第一次相同的数字序列。
标准：：向量结果=数组（36000，2，rng）；
for（无符号i=0；istd:：cout声明数组将是一个良好的开端。：-）如果您有符合C++11标准的编译器，请不要使用rand（）：声明数组将是一个良好的开端。：-）如果您有符合C++11标准的编译器，请不要使用rand（）：@Vincent ifRAND_MAX
是2^31-1
，通过6
对1
2
进行了20亿分之一的过度选择。可靠地检测到这一点将符合10^18
试验的顺序（双重顺序不是打字错误，10^18
是基于统计经验法则的餐巾纸估计值。）rand（）
成为一个糟糕的RNG的趋势会导致更多的不均匀性（这个词怎么拼写？--rand（）
通常是一个相当糟糕的RNG。@Vincent ifRAND_MAX
是2^31-1
，通过6
对1
2
进行了20亿分之一的过度选择。可靠地检测到这一点将按照10^18
试验的顺序进行（双重顺序不是打字错误，10^18
是基于统计经验法则的餐巾纸估计值。）rand（）
成为不良RNG的趋势将导致