0Pricing
C++ Academy · Lekcja

Praktyczne przykłady

Kości, tasowanie i próbkowanie

Praktyczne przykłady to bezpłatna lekcja C++ Academy na CoddyKit. To lekcja 4 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej C++ Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs C++ Academy zawiera 4 lekcji w sumie.

Rzuty kostką

Sześciościenna kostka to uniform_int_distribution(1, 6) zasilany przez zainicjalizowany silnik.

#include <iostream>
#include <random>

int main() {
    std::mt19937 gen(2026);
    std::uniform_int_distribution<int> die(1, 6);
    for (int i = 0; i < 5; ++i) std::cout << die(gen) << ' ';
    std::cout << '\n';
    return 0;
}

Sumowanie wyników dwóch kostek

Rzut dwiema kostkami i zsumowanie wyników daje znany zakres od 2 do 12, z maksimum dla wartości 7.

#include <iostream>
#include <random>

int main() {
    std::mt19937 gen(1);
    std::uniform_int_distribution<int> die(1, 6);
    int total = die(gen) + die(gen);
    std::cout << "two dice sum: " << total << '\n';
    return 0;
}

Rzut monetą

Uczciwa moneta jest reprezentowana przez bernoulli_distribution(0.5). Należy zliczać orły podczas wielu rzutów.

#include <iostream>
#include <random>

int main() {
    std::mt19937 gen(7);
    std::bernoulli_distribution coin(0.5);
    int heads = 0;
    for (int i = 0; i < 100; ++i) if (coin(gen)) ++heads;
    std::cout << heads << " heads out of 100\n";
    return 0;
}

Tasowanie talii

std::shuffle losowo zmienia kolejność elementów w zakresie za pomocą podanego silnika i jest współczesnym zamiennikiem usuniętego random_shuffle.

#include <iostream>
#include <random>
#include <algorithm>
#include <vector>

int main() {
    std::vector<int> cards{1, 2, 3, 4, 5};
    std::mt19937 gen(3);
    std::shuffle(cards.begin(), cards.end(), gen);
    for (int c : cards) std::cout << c << ' ';
    std::cout << '\n';
    return 0;
}

Wybieranie losowego zwycięzcy

Należy wybrać jeden element, generując losowy indeks w zakresie.

#include <iostream>
#include <random>
#include <vector>
#include <string>

int main() {
    std::vector<std::string> names{"Ann", "Ben", "Cara", "Dan"};
    std::mt19937 gen(9);
    std::uniform_int_distribution<int> pick(0, names.size() - 1);
    std::cout << "winner: " << names[pick(gen)] << '\n';
    return 0;
}

Losowanie bez zwracania

std::sample wybiera k różnych elementów z zakresu, dzięki czemu doskonale nadaje się do losowania w loterii lub wyboru pytań do quizu.

#include <iostream>
#include <random>
#include <algorithm>
#include <vector>

int main() {
    std::vector<int> pool{1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
    std::vector<int> picked;
    std::mt19937 gen(4);
    std::sample(pool.begin(), pool.end(), std::back_inserter(picked), 3, gen);
    for (int x : picked) std::cout << x << ' ';
    std::cout << '\n';
    return 0;
}

Losowe znaki hasła

Aby utworzyć losowy ciąg znaków, należy indeksować zbiór znaków za pomocą rozkładu jednostajnego.

#include <iostream>
#include <random>
#include <string>

int main() {
    const std::string chars = "abcdefghijklmnopqrstuvwxyz";
    std::mt19937 gen(13);
    std::uniform_int_distribution<int> pick(0, chars.size() - 1);
    std::string pw;
    for (int i = 0; i < 8; ++i) pw += chars[pick(gen)];
    std::cout << pw << '\n';
    return 0;
}

Wybór ważony

std::discrete_distribution wybiera indeksy z określonymi wagami, dzięki czemu częstsze wyniki pojawiają się częściej.

#include <iostream>
#include <random>

int main() {
    std::mt19937 gen(6);
    std::discrete_distribution<int> d{10, 1, 1}; // index 0 is heaviest
    int counts[3] = {0};
    for (int i = 0; i < 120; ++i) counts[d(gen)]++;
    std::cout << counts[0] << ' ' << counts[1] << ' ' << counts[2] << '\n';
    return 0;
}

Symulowanie spaceru losowego

Należy losowo wykonywać krok w lewo lub w prawo i śledzić końcową pozycję — to prosta symulacja stochastyczna.

#include <iostream>
#include <random>

int main() {
    std::mt19937 gen(2);
    std::bernoulli_distribution step(0.5);
    int pos = 0;
    for (int i = 0; i < 1000; ++i) pos += step(gen) ? 1 : -1;
    std::cout << "final position: " << pos << '\n';
    return 0;
}

Rzuty do uzyskania szóstki

Należy wykonywać iteracje do wystąpienia zdarzenia, aby modelować próby; w tym przypadku zlicza się liczbę rzutów potrzebnych do uzyskania szóstki.

#include <iostream>
#include <random>

int main() {
    std::mt19937 gen(15);
    std::uniform_int_distribution<int> die(1, 6);
    int rolls = 0;
    while (die(gen) != 6) ++rolls;
    std::cout << "extra rolls before a six: " << rolls << '\n';
    return 0;
}

Generowanie danych testowych

Rozkłady pozwalają szybko wypełnić wektor losowymi wartościami na potrzeby testowania algorytmów.

#include <iostream>
#include <random>
#include <vector>

int main() {
    std::mt19937 gen(21);
    std::uniform_int_distribution<int> d(1, 50);
    std::vector<int> data(5);
    for (int& v : data) v = d(gen);
    for (int v : data) std::cout << v << ' ';
    std::cout << '\n';
    return 0;
}

Szybkie sprawdzenie

Proszę sprawdzić swoją wiedzę na temat losowości w praktyce.

Podsumowanie

W praktyce zastosowali Państwo bibliotekę <random>:

  • kostki, monety i zwycięzców za pomocą rozkładów jednostajnych i Bernoulliego
  • std::shuffle do zmiany kolejności oraz std::sample do losowania bez zwracania
  • discrete_distribution do wyborów ważonych, a także do symulacji, takich jak spacery losowe

Mają już Państwo kompletny zestaw narzędzi do obsługi kontenerów asocjacyjnych, funkcji skrótu, operacji wejścia-wyjścia na plikach i losowości w C++.

Często zadawane pytania

Czy lekcja „Praktyczne przykłady” jest bezpłatna?

Tak — pełny tekst „Praktyczne przykłady” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu C++ Academy, przejdź na CoddyKit PRO. Kurs C++ Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Praktyczne przykłady”?

Kości, tasowanie i próbkowanie Ćwiczysz C++ Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć C++ Academy?

Nie wymagamy żadnego doświadczenia. C++ Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 4 z 4.

Ile czasu zajmuje lekcja „Praktyczne przykłady”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji C++ Academy?

Tak. Każda lekcja C++ Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

  1. Silniki losowe
  2. Rozkłady
  3. Prawidłowe inicjowanie ziarna
  4. Praktyczne przykłady
← Powrót do C++ Academy