2

我找不到很多关于离散分布的 Boost 版本的文档。经过大量的谷歌搜索，我什至找不到这个类具有的方法列表，以及它们中的任何一个是否具有重新分配概率的功能。

就我而言，我正在编写一个进化动力学算法。在每个时间步长，可以随机选择种群成员死亡或繁殖。因此，我的离散分布中的条目总数几乎每次迭代都会改变。

我想要在模拟开始之前定义一个对象，称为gillespie_dist（管理此 Gillespie 算法的离散分布）。但是我希望在每次迭代结束时潜在地更改特定值和/或向其中添加新值，gillespie_dist并且特别不想在每次迭代时创建discrete_distribution 的新实例。

对此有什么好的方法。是否有将新值推送到对象上的方法，在特定索引处更改分布值的方法，或者更好的是，使用此处discrete_distribution提到的向量迭代器思想以某种方式“重新初始化”整个分布？

4

2 回答 2

1

我查看了 std::discrete_distribution 的 gcc libstdc++ 4.7 实现的代码。

权重作为 a 存储vector<double>在私有成员中。在公共接口中无法访问其 resize 方法。

我将尝试挖掘它的 operator() 的实现（它看起来像在 cpp 中），滚动你自己的应该没有问题。

这是主要动作，我的解释如下：

  template<typename _IntType>
    void
    discrete_distribution<_IntType>::param_type::
    _M_initialize()
    {
      if (_M_prob.size() < 2)
        {
          _M_prob.clear();
          return;
        }

      const double __sum = std::accumulate(_M_prob.begin(),
                                           _M_prob.end(), 0.0);
      // Now normalize the probabilites.
      __detail::__transform(_M_prob.begin(), _M_prob.end(), _M_prob.begin(),
                          std::bind2nd(std::divides<double>(), __sum));
      // Accumulate partial sums.
      _M_cp.reserve(_M_prob.size());
      std::partial_sum(_M_prob.begin(), _M_prob.end(),
                       std::back_inserter(_M_cp));
      // Make sure the last cumulative probability is one.
      _M_cp[_M_cp.size() - 1] = 1.0;
    }

  template<typename _IntType>
    template<typename _UniformRandomNumberGenerator>
      typename discrete_distribution<_IntType>::result_type
      discrete_distribution<_IntType>::
      operator()(_UniformRandomNumberGenerator& __urng,
                 const param_type& __param)
      {
        if (__param._M_cp.empty())
          return result_type(0);

        __detail::_Adaptor<_UniformRandomNumberGenerator, double>
          __aurng(__urng);

        const double __p = __aurng();
        auto __pos = std::lower_bound(__param._M_cp.begin(),
                                      __param._M_cp.end(), __p);

        return __pos - __param._M_cp.begin();
      }

所以基本上它在初始化时计算一个辅助向量_M_cp，它本质上是一个离散的权重累积密度函数。所以产生一个样本仅仅意味着生成一个均匀的随机变量并在累积分布中搜索第一次出现的变量（这是上面的lower_bound调用），返回它的索引。

例如，如果权重向量是：

{ 1, 2, 1, 3 }

那么cp计算如下：

{ 1, 1+2, 1+2+1, 1+2+1+3 }
=
{ 1, 3, 4, 7 }

所以我统一从0..6中选择得到4，所以我选择了第三个。

于 2012-03-31T01:58:19.990 回答
0

经过大量的谷歌搜索，我什至找不到这个类具有的方法列表，以及它们中的任何一个是否具有重新分配概率的功能。

http://www.boost.org/doc/html/boost/random/discrete_distribution.html

和

void param(const param_type & param);

设置分布的参数。

于 2012-03-31T01:26:09.653 回答