2

在我的程序中,我需要重复生成随机双精度数(数百万次),并且有几个变量分布平坦,但范围不同。目前这就是我所做的:

double w, v, k;
double wmax = 0.5;
double vmax = 1.0;

std::random_device rd;
std::default_random_engine dre(rd());
std::uniform_real_distribution<double> wRand(-wmax, wmax);
std::uniform_real_distribution<double> vRand(-vmax, vmax);
std::uniform_real_distribution<double> kRand(0.0, 1.0);

w = wRand(dre);
v = vRand(dre);
k = kRand(dre);

这是一种正确的方法,还是有一个分布并从中构造所有数字会更好?我对性能问题非常谨慎,我觉得有一个分布和几个算术运算会更快。会吗?在这种情况下,随机数的比较质量如何?

4

1 回答 1

1

我的建议是使用具有三个算术运算的单个分布来适当地缩放它们。它将使用更少的内存并且算术运算会很快。

但是您的整体性能将更多地取决于您如何构建循环并最大程度地减少分支错误预测。 看到这个问题

于 2013-05-24T00:57:24.473 回答