Marsaglia在C++中的隨機變量

Question

我的查詢非常簡單。我更喜歡用Java編寫數值方法，但通常需要在C++中做一些事情。我喜歡Java中的高斯隨機變量，因爲它使用Marsaglia算法並保留了兩個Normal隨機變量。它在第一次通話中返回一個，在第二次通話中返回第二個，並且在第三次通話之前不再進行昂貴的計算。使用下面的oracle鏈接（在程序註釋中）我嘗試在C++中實現這個代碼，但不知道如何編寫「Synchronized」公共方法的C++版本，這將允許我使用兩個Normal隨機變量。我不是一個專業的程序員，所以任何指導將不勝感激。

總之我想保留：

V2 *乘數

// This function is Similar to the GNU 
// Java Implementation as seen on 
// http://docs.oracle.com/javase/1.4.2/docs/api/java/util/Random.html#nextGaussian%28%29 
double nextGaussian() { 

    double v1, v2, s, nextNextGaussian; 
    do { 
     v1 = 2 * nextUniform() - 1; // between -1.0 and 1.0 
     v2 = 2 * nextUniform() - 1; // between -1.0 and 1.0 
     s = v1 * v1 + v2 * v2; 
    } while (s >= 1 || s == 0); 
    double multiplier = sqrt(-2 * log(s)/s); 
    nextNextGaussian = v2 * multiplier; 
    return v1 * multiplier; 

} 

Answer 1

只是聲明nextGaussianVal爲靜態，即

static double nextGaussianVal; 

然後nextGaussianVal的價值將可用的nex該方法被調用。您可能還需要另一個靜態變量與當前計數跟上，像這樣：

double nextGaussian() 
{ 
    static int count = 0; 
    static double nextGaussianVal; 
    double firstGaussianVal, v1, v2, s; 

    if (count == 0) { 
     do { 
      v1 = 2 * nextUniform() - 1; // between -1.0 and 1.0 
      v2 = 2 * nextUniform() - 1; // between -1.0 and 1.0 
      s = v1 * v1 + v2 * v2; 
     } while (s >= 1 || s == 0); 
     double multiplier = sqrt(-2 * log(s)/s); 
     nextGaussianVal = v2 * multiplier; 
     firstGaussianVal = v1 * multiplier; 
     count = 1; 
     return firstGaussianVal; 
    } 

    count = 0; 
    return nextGaussianVal; 
} 

編輯：更詳細的解釋 - 在第一次調用函數時，計數被初始化爲零。基於該如果聲明，相關計算進行掃描，並且假定firstGaussianVal和nextGaussianVal被賦值，計數分配一個值，並firstGaussianVal返回。下一次函數被調用時，計數將具有其先前分配的值1，並且nextGaussianVal將包含它在第一次調用期間先前分配的值 - 也就是說，因爲計數現在是一個，該功能將基於if聲明，將0分配給計數並返回nextGaussianVal。沖洗，重複...

Answer 2

在一個更面向對象的問題，你應該保持在一個「隨機數發生器」的對象的東西。請在此代碼處查找實例： https://code.cor-lab.org/projects/nemomath/repository/entry/trunk/nemomath/src/nemo/Random.h 「高斯」類以您想要的算法實現您想要的內容。

Answer 3

上述建議的問題是，COUNT變量應該是BOOLEAN而不是整數。另外存儲的高斯需要也是靜態的。

我想感謝大家的幫助，幫助我達到我期望的正確解決方案。我知道這段代碼屬於一個對象。我現在有理由將它保存在一個文件中。

double nextGaussian() { 

    // Static variables allow the function to make use of 
    // both Gaussian Random variables. Generated by the polar Marsaglia 
    // method This makes the function much more efficient with will 
    // pay off for simulations 

    static bool hasNextGaussian = false; 
    static double nextNextGaussian; 
    double v1, v2, s; 

    if (!hasNextGaussian) { 

     do { 

      v1 = 2 * nextUniform() - 1; // between -1.0 and 1.0 
      v2 = 2 * nextUniform() - 1; // between -1.0 and 1.0 
      s = v1 * v1 + v2 * v2; 

     } while (s >= 1 || s == 0); 

     double multiplier = sqrt(-2 * log(s)/s); 
     nextNextGaussian = v2 * multiplier; 
     hasNextGaussian = true; 
     return v1 * multiplier; 

    } else { 

     hasNextGaussian = false; 
     return nextNextGaussian; 

    } 

} 

雙nextUniform（）{

double Uniform = rand()/double(RAND_MAX); 
return Uniform; 

}