Distributies
Geef willekeurige uitvoer vorm
Distributies is een gratis C++ Academy-les op CoddyKit. Dit is les 2 van 4. Je kunt 3 lessen uit dit leerpad gratis volledig lezen — daarna ontgrendelt CoddyKit PRO alle lessen, plus praktische oefeningen met een ingebouwde code-editor en een AI-tutor die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject C++ Academy. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus C++ Academy bevat in totaal 4 lessen.
Wat verdelingen doen
Een verdeling zet de onbewerkte bits van een generator om in waarden met de gewenste vorm en het gewenste bereik. Je roept de verdeling aan met de generator als argument.
#include <iostream>
#include <random>
int main() {
std::mt19937 gen(1);
std::uniform_int_distribution<int> dist(1, 100);
std::cout << "value: " << dist(gen) << '\n';
return 0;
}Uniforme verdeling voor gehele getallen
std::uniform_int_distribution<int>(a, b) geeft gehele getallen terug in het inclusieve bereik [a, b]. Elk getal is even waarschijnlijk.
#include <iostream>
#include <random>
int main() {
std::mt19937 gen(5);
std::uniform_int_distribution<int> die(1, 6);
for (int i = 0; i < 5; ++i) std::cout << die(gen) << ' ';
std::cout << '\n';
return 0;
}Uniforme verdeling voor reële getallen
std::uniform_real_distribution<double>(a, b) geeft drijvende-kommagetallen in [a, b), wat handig is voor kansen.
#include <iostream>
#include <random>
#include <iomanip>
int main() {
std::mt19937 gen(3);
std::uniform_real_distribution<double> dist(0.0, 1.0);
std::cout << std::fixed << std::setprecision(3) << dist(gen) << '\n';
return 0;
}Bernoulli-verdeling
std::bernoulli_distribution(p) geeft true terug met kans p en modelleert daarmee een muntworp met een voorkeur.
#include <iostream>
#include <random>
int main() {
std::mt19937 gen(8);
std::bernoulli_distribution coin(0.5);
for (int i = 0; i < 5; ++i) std::cout << (coin(gen) ? 'H' : 'T');
std::cout << '\n';
return 0;
}Normale verdeling
std::normal_distribution<double>(mean, stddev) produceert een klokcurve die rond het gemiddelde is geconcentreerd.
#include <iostream>
#include <random>
#include <iomanip>
int main() {
std::mt19937 gen(11);
std::normal_distribution<double> dist(100.0, 15.0);
std::cout << std::fixed << std::setprecision(1) << dist(gen) << '\n';
return 0;
}Een verdeling hergebruiken
Verdelingen kosten weinig om herhaaldelijk aan te roepen. Maak er één en roep deze in een lus aan met dezelfde generator.
#include <iostream>
#include <random>
int main() {
std::mt19937 gen(20);
std::uniform_int_distribution<int> d(1, 3);
int counts[4] = {0};
for (int i = 0; i < 12; ++i) counts[d(gen)]++;
std::cout << counts[1] << ' ' << counts[2] << ' ' << counts[3] << '\n';
return 0;
}Poissonverdeling
std::poisson_distribution<int>(mean) modelleert aantallen zeldzame gebeurtenissen, zoals aankomsten per minuut.
#include <iostream>
#include <random>
int main() {
std::mt19937 gen(30);
std::poisson_distribution<int> dist(4.0);
for (int i = 0; i < 5; ++i) std::cout << dist(gen) << ' ';
std::cout << '\n';
return 0;
}Parameters van verdelingen
Je kunt de parameters van een verdeling opvragen met toegangsfuncties zoals a(), b(), mean() of stddev().
#include <iostream>
#include <random>
int main() {
std::uniform_int_distribution<int> d(10, 50);
std::cout << "range: " << d.a() << " to " << d.b() << '\n';
return 0;
}De toestand van een verdeling resetten
Sommige verdelingen, zoals de normale verdeling, slaan interne toestand op. reset() wist deze, zodat de volgende waarde alleen van de generator afhangt.
#include <iostream>
#include <random>
int main() {
std::mt19937 gen(40);
std::normal_distribution<double> dist(0.0, 1.0);
dist(gen);
dist.reset();
std::cout << "distribution state reset\n";
return 0;
}Een willekeurig element kiezen
Gebruik een uniform_int_distribution over 0 tot size - 1 om een willekeurige array-index te kiezen.
#include <iostream>
#include <random>
#include <string>
int main() {
std::string colors[] = {"red", "green", "blue"};
std::mt19937 gen(50);
std::uniform_int_distribution<int> pick(0, 2);
std::cout << colors[pick(gen)] << '\n';
return 0;
}Pi schatten
Verdelingen vormen de basis van Monte-Carlomethoden. Door willekeurige punten in een vierkant te nemen, kun je pi schatten.
#include <iostream>
#include <random>
#include <iomanip>
int main() {
std::mt19937 gen(60);
std::uniform_real_distribution<double> u(0.0, 1.0);
int inside = 0, n = 10000;
for (int i = 0; i < n; ++i) {
double x = u(gen), y = u(gen);
if (x * x + y * y <= 1.0) ++inside;
}
std::cout << std::fixed << std::setprecision(2) << 4.0 * inside / n << '\n';
return 0;
}Korte toets
Toets je begrip van bereiken van verdelingen.
Overzicht
Je hebt geleerd hoe verdelingen:
- de uitvoer van een generator vormgeven:
uniform_int(inclusief),uniform_real([a,b)),bernoulli,normal,poisson - je ze aanroept met de generator, bijvoorbeeld
dist(gen), en hergebruikt in lussen - het mogelijk maken elementen te kiezen en schattingen met Monte Carlo te maken
Vervolgens initialiseer je generatoren op de juiste manier met een seed.
Leer C++ met een AI-tutor — gratis
Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.
- Cursussen
- 51
- Lessen
- 203
Veelgestelde vragen
Is de les “Distributies” gratis?
Ja — je kunt hier op het web alle 3 lessen van het leerpad C++ Academy, waaronder “Distributies”, gratis volledig lezen. Daarna ontgrendelt CoddyKit PRO alle lessen, plus interactieve oefeningen met een ingebouwde code-editor en een AI-tutor die 24/7 beschikbaar is. De cursus C++ Academy bevat in totaal 4 lessen.
Wat leer ik in “Distributies”?
Geef willekeurige uitvoer vorm Je oefent met C++ Academy door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.
Heb ik ervaring nodig om met C++ Academy te beginnen?
Ervaring vooraf is niet nodig. C++ Academy op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 2 van 4.
Hoe lang duurt de les “Distributies”?
De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.
Kan ik code schrijven en uitvoeren in deze les over C++ Academy?
Ja. Elke les over C++ Academy bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.