我是靠谱客的博主 忧虑牛排,最近开发中收集的这篇文章主要介绍常见的伪随机数产生,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述


转自:http://blog.csdn.net/chl033/article/details/3936584

#include "stdlib.h" 
#include "stdio.h" 
#include "math.h" 


double uniform(double a,double b,long int* seed); 
double gauss(double mean,double sigma,long int *seed); 
double exponent(double beta,long int *seed); 
double laplace(double beta,long int* seed); 
double rayleigh(double sigma,long int *seed); 
double weibull(double a,double b,long int*seed); 
int bn(double p,long int*seed); 
int bin(int n,double p,long int*seed); 
int poisson(double lambda,long int *seed); 



void main() 

double a,b,x,mean; 
int i,j; 
long int s; 

a=4; 
b=0.7; 
s=13579; 
mean=0; 
for(i=0;i<10;i++) 

for(j=0;j<5;j++) 

x=poisson(a,&s); 
mean+=x; 
printf("%-13.7f",x); 

printf("/n"); 

mean/=50; 
printf("平均值为:%-13.7f/n",mean); 





/******************************************************************* 
* 求[a,b]上的均匀分布 
* 输入: a--双精度实型变量,给出区间的下限 
*       b--双精度实型变量,给出区间的上限 
*    seed--长整型指针变量,*seed为随机数的种子   
********************************************************************/ 
double uniform(double a,double b,long int*seed) 

double t; 
*seed=2045*(*seed)+1; 
*seed=*seed-(*seed/1048576)*1048576; 
t=(*seed)/1048576.0; 
t=a+(b-a)*t; 

return(t); 


自己补充:最新的项目需要产生0-100万内的为随机数,之前用rand()函数产生的伪随机数的范围为0-0x7FFF,无法满足大随机数的产生条件,

故需要另外选择大随机数的产生的方法。

以下是关于该随机函数的解释
seed 是指针,内容可以被函数uniform修改

*seed=2045*(*seed)+1; 修改了seed的内容。

*seed=*seed-(*seed/1048576)*1048576;是取*seed的低20位(2进制)计算机作移位处理1048576是0x100000

t=(*seed)/1048576.0;中*seed 被转化成float并且小于1048576所以t=0.xxxx
就是所谓的随机数

/******************************************************************* 
* 正态分布 
* 输入: mean--双精度实型变量,正态分布的均值 
*      sigma--双精度实型变量,正态分布的均方差 
*       seed--长整型指针变量,*seed为随机数的种子   
********************************************************************/ 
double gauss(double mean,double sigma,long int*seed) 

int i; 
double x,y; 
for(x=0,i=0;i<12;i++) 
x+=uniform(0.0,1.0,seed); 
x=x-6.0; 
y=mean+x*sigma; 

return(y); 



/******************************************************************* 
* 指数分布 
* 输入: beta--指数分布均值 
*       seed--种子 
*******************************************************************/ 
double exponent(double beta,long int *seed) 

double u,x; 
u=uniform(0.0,1.0,seed); 
x=-beta*log(u); 

return(x); 


/******************************************************************* 
* 拉普拉斯随机分布 
* beta--拉普拉斯分布的参数 
* *seed--随机数种子 
*******************************************************************/ 
double laplace(double beta,long int* seed) 

double u1,u2,x; 

u1=uniform(0.,1.,seed); 
u2=uniform(0.,1.,seed); 
if(u1<=0.5) 
x=-beta*log(1.-u2); 
else 
x=beta*log(u2); 

return(x); 




/******************************************************************** 
* 瑞利分布 

********************************************************************/ 
double rayleigh(double sigma,long int *seed) 

double u,x; 
u=uniform(0.,1.,seed); 
x=-2.0*log(u); 
x=sigma*sqrt(x); 
return(x); 


/************************************************************************/ 
/* 韦伯分布                                                                     */ 
/************************************************************************/ 
double weibull(double a,double b,long int*seed) 

double u,x; 

u=uniform(0.0,1.0,seed); 
u=-log(u); 
x=b*pow(u,1.0/a); 

return(x); 


/************************************************************************/ 
/* 贝努利分布                                                           */ 
/************************************************************************/ 
int bn(double p,long int*seed) 

int x; 
double u; 
u=uniform(0.0,1.0,seed); 
x=(u<=p)?1:0; 
return(x); 


/************************************************************************/ 
/* 二项式分布                                                           */ 
/************************************************************************/ 
int bin(int n,double p,long int*seed) 

int i,x; 
for(x=0,i=0;i<n;i++) 
x+=bn(p,seed); 
return(x); 


/************************************************************************/ 
/* 泊松分布                                                             */ 
/************************************************************************/ 
int poisson(double lambda,long int *seed) 

int i,x; 
double a,b,u; 

a=exp(-lambda); 
i=0; 
b=1.0; 
do { 
u=uniform(0.0,1.0,seed); 
b*=u; 
i++; 
} while(b>=a); 
x=i-1; 
return(x); 

 

/************************************************************************ 
* 离散傅立叶变换与反变换 
* 输入: x--要变换的数据的实部 
* y--要变换的数据的虚部 
*       a--变换结果的实部 
*       b--变换结果的虚部 
*       n--数据长度 
*    sign--sign=1时,计算离散傅立叶正变换;sign=-1时;计算离散傅立叶反变换 
************************************************************************/ 
void dft(double x[],double y[],double a[],double b[],int n,int sign) 

int i,k; 
double c,d,q,w,s; 

q=6.28318530718/n; 
for(k=0;k<n;k++) 

w=k*q; 
a[k]=b[k]=0.0; 
for(i=0;i<n;i++) 

d=i*w; 
c=cos(d); 
s=sin(d)*sign; 
a[k]+=c*x
+s*y
b[k]+=c*y
-s*x


if(sign==-1) 

c=1.0/n; 
for(k=0;k<n;k++) 

a[k]=c*a[k]; 
b[k]=c*b[k]; 



最后

以上就是忧虑牛排为你收集整理的常见的伪随机数产生的全部内容,希望文章能够帮你解决常见的伪随机数产生所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(42)

评论列表共有 0 条评论

立即
投稿
返回
顶部