C++随机数生成与Python的区别
我正在尝试将一些python代码翻译成C++。代码所做的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。
下面是我在Python中所做的工作：
self.__length = 100
self.__monte_carlo_array=np.random.uniform(0.0, 1.0, self.__length)下面是我在C++中所做的工作：
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PythonandC++中运行了100×5次随机数生成，然后用这些随机数进行蒙特卡罗模拟。
在monte模拟中，我将阈值设置为0.5，这样就可以很容易地验证结果是否均匀分布。
这里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monte数组的长度为120，我希望在Python和C++中都能看到60个C++。我计算了1的平均数量，发现虽然C++和Python的平均数量在60左右，但趋势是高度相关的。而且，Python中的平均数字是，总是比C++高。
我是否可以知道这是因为我做错了什么，还是仅仅因为C++和Python中的随机生成机制之间的区别？
编辑请注意，Python中的RNG也是梅森扭动器19937。
回答 2
Stack Overflow用户
发布于 2013-08-12 11:15:51
我是根据贴出的代码写的：
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++中是：
#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;
}每跑五次就可以：
Python:
480
507
485
515
506
average:
498.6
C++:
499
484
531
509
509
average
506.4因此，我发现C++比python高。但我认为这更像是“随机数不是均匀分布在少量样本中”的情况。
我将长度改为100000，但结果仍然上下变化，大约在50K左右：
Python:
50235
49752
50215
49717
49974
Average:
49978.6
C++:
50085
50018
49993
49779
49966
Average:
49968.2总之，我认为C++和Python中的随机数实现在“它有多均匀”时并没有太大的区别。但我对统计学研究不多(而且是很多年前的事了)。
Stack Overflow用户
发布于 2017-10-09 07:23:07
当您不确定随机数时，只需使用像随机ORG这样的服务生成大量的随机数。在此之后，在两个实现(C++和Python)中将这些数字作为数组提供。通过这种方式，您将确保两个程序都使用相同的随机数集，并且您将能够确认代码的其余部分是否正常。
https://stackoverflow.com/questions/18184489
复制相似问题
腾讯云开发者
