std::generate和std::generate_n

* Difference between std::generate and std::generate_n

来自:http://blog.csdn.net/yunccll/archive/2009/09/05/4517957.aspx

 

 

1. 问题:
   常常,我们编写C++程序时,需要产生 前 n 个连续的 序列:例如:1-10, 3-20 等等序列,


2. 方案
 马上想到的解决方案是:自定义一个按照顺序产生序列的 Generator,然后调用std::generate函数来产生序列并存储至容器中。


3. 资源:
  STL为我们提供了 2个generate 函数:std::generate 和 std::generate_n。如下是两个函数的声明:


   1. template <class ForwardIterator, class Generator>
   void generate(ForwardIterator first, ForwardIterator last, Generator gen);
   2. template <class OutputIterator, class Size, class Generator>
   OutputIterator generate_n(OutputIterator first, Size n, Generator gen);


  3.1 资源说明:


  相同:两个函数都是:在一个range 内,每次调用Generator生成一个值,输出到指定的Iterator指向的range 中;


   区别:两个函数需要的range不一样,

    std::generate需要两个 ForwardIterator来提供range,输入和输出range都是[First, Last),所以在输入Iterator存在之前,Container的实际内容必须存在;generator实际执行的是覆盖操作(overwrite);而不是 insert操作.


   反观std::generate 需要的参数是 OutputIterator 和 一个 N;输入range为:[0, N),输出range为:[OutputIterator, OutputIterator+N);此时输入range不需要Conatiner的存在就可以确定,所以Container的实际内容不需要存在;另外,STL提供了Insert Adapter for OutputIterator,使用Inserter,即可添加新序列至container中。


4. 结论:
  在使用变长容器时,使用 std::generate_n (Insert Adapter , N, Gen)可以提高效率。
  使用固定长度的容器时,容器的值肯定存在,两个函数的效率没区别;但是generate对容器提供的Iterator要求是:ForwardIterator 或其强化(refinement)

 

 

 

 

 

* std::generate_n

来自:http://huycwork.blog.163.com/blog/static/136751999201032162244522/

原型:

 #include <algorithm>
 
void generate_n( output_iterator result, SIZE num, Generator g );

函数generate_n()驱动动作类Generator对象g运行num次, 将运行结果保存在result, result+1, ..., result+num.

例如, 下面的代码使用generate_n()将C标准库函数rand产生的随机数填充一个int类型的数组:

 

 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在多线程环境中使用 `std::mt19937_64` 需要注意线程安全性,因为 `std::mt19937_64` 内部保留了一些状态信息。以下是一种常见的多线程使用 `std::mt19937_64` 的方法: 1. 在每个线程中创建独立的 `std::mt19937_64` 对象,确保每个线程都有自己的随机数生成器。 2. 每个线程都需要独立的种子来初始化随机数生成器。可以使用不同的种子,例如线程 ID、时间戳等。 3. 在每个线程中使用 `std::mt19937_64` 生成随机数。 以下是一个示例代码: ```c++ #include <iostream> #include <random> #include <thread> void generateRandomNumber(int threadId) { // 使用线程 ID 初始化随机数生成器 std::mt19937_64 rng(std::hash<std::thread::id>{}(std::this_thread::get_id())); // 生成随机数 std::uniform_int_distribution<int> dist(1, 10); int random_number = dist(rng); // 打印结果 std::cout << "线程 " << threadId << " 生成的随机数为:" << random_number << std::endl; } int main() { // 创建多个线程 std::thread t1(generateRandomNumber, 1); std::thread t2(generateRandomNumber, 2); // 等待线程结束 t1.join(); t2.join(); return 0; } ``` 在上述示例中,我们在 `generateRandomNumber` 函数中,使用线程 ID 初始化了每个线程的随机数生成器 `std::mt19937_64 rng`。然后,使用 `std::uniform_int_distribution` 定义了一个范围为1-10的均匀分布,并使用 `rng` 生成随机数。每个线程都会生成一个随机数,并打印结果。 需要注意的是,由于 `std::mt19937_64` 内部包含了状态信息,所以每个线程需要有自己独立的对象,并使用不同的种子来初始化。这样可以避免多个线程之间的竞争条件,确保线程安全性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值