9

我正在尝试将一些 python 代码翻译成 C++。代码的作用是运行蒙特卡罗模拟。我认为 Python 和 C++ 的结果可能非常接近，但似乎发生了一些有趣的事情。

这是我在 Python 中所做的：

self.__length = 100
self.__monte_carlo_array=np.random.uniform(0.0, 1.0, self.__length)

这是我在 C++ 中所做的：

int length = 100;
std::random_device rd;
std::mt19937_64 mt(rd());
std::uniform_real_distribution<double> distribution(0, 1);

for(int i = 0; i < length; i++)
{
    double d = distribution(mt);
    monte_carlo_array[i] = d;
}

我在 Python 和 C++ 中运行了 100x5 次随机数生成，然后使用这些随机数进行蒙特卡罗模拟。

在蒙特卡罗模拟中，我将阈值设置为 0.5，因此我可以轻松验证结果是否均匀分布。

这是蒙特卡罗模拟所做的概念草案：

for(i = 0; i < length; i++)
{
    if(monte_carlo_array[i] > threshold)    // threshold = 0.5
        monte_carlo_output[i] = 1;
    else
        monte_carlo_output[i] = 0;
}

由于蒙特卡罗数组的长度是 120，我希望1在 Python 和 C++ 中都看到 60 秒。我计算了1s的平均数，发现虽然C++和Python的平均数在60左右，但是趋势是高度相关的。此外，Python 中的平均数字总是高于C++ 中的。

分布图 请问这是因为我做错了什么，还是仅仅是因为 C++ 和 Python 中随机生成机制的不同？

[编辑] 请注意Python 中的 RNG也是 Mersenne Twister 19937。

4

2 回答 2

5

我根据发布的代码编写了这个：

import numpy as np

length = 1000
monte_carlo_array=np.random.uniform(0.0, 1.0, length)
# print monte_carlo_array
threshold = 0.5
above = 0

for i in range (0,length):
    if monte_carlo_array[i] > threshold:
        above+=1
print above

这在 C++ 中：

#include <random> 
#include <iostream>

int main()
{
    const int length = 1000;
    std::random_device rd;
    std::mt19937_64 mt(rd());
    std::uniform_real_distribution<double> distribution(0, 1);
    double threshold = 0.5;
    double monte_carlo_array[length];

    for(int i = 0; i < length; i++)
    {
        double d = distribution(mt);
        monte_carlo_array[i] = d;
    }
    int above = 0;

    for(int i = 0; i < length; i++)
    {
        if (monte_carlo_array[i] > threshold)
        {
            above++;
        }
    }
    std::cout << above << std::endl;
}

每次运行五次：

Python:
480
507
485
515
506
average:
498.6

C++:
499
484
531
509
509
average
506.4

因此，如果我发现 C++ 比 python 高的话。但我认为这更像是“随机数不均匀分布在少量样本中”的情况。

我改为将长度更改为 100000，但结果仍然在 50k 左右上下变化：

Python:

50235
49752
50215
49717
49974

Average: 
49978.6

C++:

50085
50018
49993
49779
49966

Average:
49968.2

总而言之，我认为 C++ 和 Python 中的随机数实现在“0.5 左右的均匀性”方面没有什么巨大差异。但是我没有研究过很多统计数据（而且是很多年前的事了）。

于 2013-08-12T11:15:51.493 回答
0

当您不确定随机数时，只需使用Random ORG等服务生成大量随机数。之后，在两个实现（C++ 和 Python）中将此数字作为数组提供。通过这种方式，您将确保两个程序都使用同一组随机数，并且您将能够确认其余代码是否正常。

于 2017-10-09T07:23:07.250 回答