實例化c ++ 11隨機設施的正確方法是什么

Question

在查看了關於在C ++中使用新的“隨機”工具的各種示例之后，我對最佳實踐感到有些困惑 - 特別是與各種實例的生命周期有關。

例如，在一些示例中，“random_device”的使用在諸如函數的局部范圍中是靜態的，或者是靜態全局變量或者僅僅是本地的。

--- TU ---

static std::random_device global_source;


void foo()
{
   static std::random_device local_static_source;
   static std::mt19937 gen(local_static_source());
   std::uniform_int_distribution<> dist(0,10);
   ...
   dist(gen);
   ...
}

void boo()
{
   std::mt19937 gen(global_source());
   std::uniform_int_distribution<> dist(0,10);
   ...
   dist(gen);
   ...
}

void roo()
{
   std::random_device local_source;
   std::mt19937 gen(local_source());
   std::uniform_int_distribution<> dist(0,10);
   ...
   dist(gen);
   ...
}

int main()
{
   static std::mt19937 gen(global_source());
   std::uniform_int_distribution<> dist(0,10);
   ...
   dist(gen);
   ...
  return 0;
}

--- TU ---

Q1：如果多個線程可以訪問“foo”或“boo”，那么生成器和源是否可以是靜態的？ - 有沒有像shared_ptr那樣的線程安全保證？

問題2：標准中是否有任何措辭可以討論與實例化相關的假設和問題？

Answer 1

一些背景：允許多個隨機數生成器實例的原因主要是線程安全性（不會增加帶有線程同步的隨機數生成器實現）和可重復性（允許使用相同的種子重復一系列數字）。

• 前者非常明顯 - 在性能關鍵代碼中使用RNG的有效案例。 如果有多個實例，則不需要昂貴的互斥鎖，並且可以在多個CPU內核上並行生成隨機數。

• 后者通過隨機生成數據集通常很有用。 作為一個常見的例子，視頻游戲可以通過從同一RNG（甚至可能在不同的聯網PC上）驅動與游戲世界的創建相關的所有決策來重建相同（隨機）游戲世界。

因此，C ++ RNG的最佳范圍取決於您所編寫的內容：

如果您正在編寫可能在上述場景的上下文中使用的庫 ，那么讓調用者為各個方法或類提供RNG可能是個好主意：

// Can be used on multiple CPU cores in parallel or with seed values
template <typename TRandomNumberEngine>
Point2 GetRandomPointInRectangle(
  const Rectangle2 &rect, TRandomNumberEngine &random
) {
  std::uniform_real_distribution<float> horizontal(rect.Min.X, rect.Max.X);
  float x = horizontal(random);

  std::uniform_real_distribution<float> vertical(rect.Min.Y, rect.Max.Y);
  float y = vertical(random);

  return Point2(x, y);
}

如果您正在編寫使用RNG作為支持角色的應用程序或庫（例如，幾何擬合算法），即。 您只對不可重復的隨機數感興趣，隨機數生成器的最佳范圍將是最大可能的范圍，不會在模塊之間引入不需要的耦合。

這可能是一個簡單的私有對象變量，無論什么類需要隨機數，甚至是一個thread_local單例，如果它有很多短命的消費者可以證明這種復雜性，那么它就會提供你選擇的RNG。

---

分布（如std::uniform_real_distribution ）可以像你想要的那樣短暫。 它們是簡單的仿函數，其中構造函數要么沒有參數，要么只存儲仿函數執行時的參數。