C++17 STL Стандартная библиотека шаблонов

  cout << "weibull_distribution\n";

  print_distro(weibull_distribution{1.5, 1.0}, samples);

  cout << "extreme_value_distribution\n";

  print_distro(extreme_value_distribution{0.0, 1.0}, samples);

  cout << "lognormal_distribution\n";

  print_distro(lognormal_distribution{0.5, 0.5}, samples);

  cout << "chi_squared_distribution\n";

  print_distro(chi_squared_distribution{1.0}, samples);

  cout << "cauchy_distribution\n";

  print_distro(cauchy_distribution{0.0, 0.1}, samples);

  cout << "fisher_f_distribution\n";

  print_distro(fisher_f_distribution{1.0, 1.0}, samples);

  cout << "student_t_distribution\n";

  print_distro(student_t_distribution{1.0}, samples);

}

13. Компиляция и запуск программы дадут следующий результат. Сначала запустим программу с 1000 образцами для каждого распределения (рис. 8.7).

14. Еще один запуск, на этот раз с 1 000 000 образцов для каждого распределения, покажет, что гистограммы выглядят гораздо чище и более характерно для каждого из них. Кроме того, мы увидим, какие распределения генерируются медленно, а какие — быстро (рис. 8.8).

Как это работает

Хотя генераторы случайных чисел нас не интересуют до тех пор, пока работают быстро и создают числа максимально случайным образом, нам следует тщательно выбирать распределение в зависимости от решаемой задачи.

Чтобы использовать любое распределение, сначала нужно создать для него соответствующий объект. Мы видели, что разные распределения принимают разные аргументы конструктора. В описании примера мы кратко остановились на некоторых видах распределения, поскольку большинство из них слишком специфичны и/или сложны, чтобы рассматривать их здесь. Не волнуйтесь, все они подробно описаны в документации к C++ STL.

Однако, как только появляется экземпляр распределения, можно вызвать его как функцию, которая принимает в качестве единственного параметра объект генератора случайных чисел. Далее объект распределения получает случайное число, придает ему некую форму (которая полностью зависит от выбранного распределения), а затем возвращает его нам. Это приводит к появлению совершенно разных гистограмм, что мы видели после запуска программы.

Программа, которую мы только что написали, позволит нам получить наиболее полную информацию о разных распределениях. В дополнение к этому рассмотрим самые важные виды распределения (табл. 8.2). Для всех остальных видов распределения вы можете обратиться к документации C++ STL.

Глава 9 Параллелизм и конкурентность

В этой главе:

□ автоматическое распараллеливание кода, использующего стандартные алгоритмы;

□ приостановка программы на конкретный промежуток времени;

□ запуск и приостановка потоков;

□ выполнение устойчивой к исключениям общей блокировки с помощью std::unique_lock и std::shared_lock;

□ избегание взаимных блокировок с применением std::scoped_lock;

□ синхронизация конкурентного использования std::cout;

□ безопасное откладывание инициализации с помощью std::call_once;

□ отправка выполнения задач в фоновый режим с применением std::async;

□ реализация идиомы «производитель/потребитель» с использованием std::condition_variable;

□ реализация идиомы «несколько потребителей/производителей» с помощью std::condition_variable;

□ распараллеливание отрисовщика множества Мандельброта в ASCII с применением std::async;

□ реализация небольшой автоматической библиотеки для распараллеливания с использованием std::future. 

Введение

До C++11 язык C++ не поддерживал параллельные вычисления. Это не значило, что запуск, управление, остановка и синхронизация потоков были невыполнимы, но для каждой операционной системы требовались специальные библиотеки, поскольку потоки по своей природе связаны с ОС.

С появлением C++11 мы получили библиотеку std::thread, которая позволяет управлять потоками всех операционных систем. Для синхронизации потоков в C++11 были созданы классы-мьютексы, а также удобные оболочки блокировок в стиле RAII. Вдобавок std::condition_variable позволяет отправлять гибкие уведомления о событиях между потоками.