如何将boost::random准随机数生成器接入C++标准分布？

将C标准库二项分布的采样生成器从std::mt19937替换为boost::random::sobol后，所有采样结果均为2，完全不符合二项分布的预期（原PRNG代码运行正常）。环境为Windows下Visual Studio实验版C23，Boost 1.80版本。

原正确代码（PRNG版本） #

#include <iostream>
#include <map>
#include <random>

int main()
{
  std::random_device rd;
  std::mt19937 gen(rd());  // <-- PRNG

  // perform 4 trials, each succeeds 1 in 2 times
  std::binomial_distribution<> d(4, 0.5);

  std::map<int, int> hist;
  for (int n = 0; n != 10000; ++n)
    ++hist[d(gen)];

  for (auto const& [x, y] : hist)
    std::cout << x << ' ' << std::string(y / 100, '*') << '\n';
}

异常代码（QRNG版本） #

#include <iostream>
#include <map>
#include <random>
#include <boost/random/sobol.hpp>

int main()
{
  boost::random::sobol gen(1);  // QRNG: 1D sobol sequence
  gen.seed(237);  // just set the seed to something

  // perform 4 trials, each succeeds 1 in 2 times
  std::binomial_distribution<> d(4, 0.5);

  std::map<int, int> hist;
  for (int n = 0; n != 10000; ++n)
    ++hist[d(gen)];  // <-- plug the QRNG in here

  for (auto const& [x, y] : hist)
    std::cout << x << ' ' << std::string(y / 100, '*') << '\n';
}

解决建议 #

核心原因 #

C++标准库的分布类要求生成器符合UniformRandomBitGenerator(URBG) 接口：必须输出无符号整数类型，通过operator()返回随机位。而boost::random::sobol直接输出[0,1)区间的浮点数，不符合URBG要求，导致标准分布无法正确解析输入，出现异常结果。

方案1：使用Boost自带的分布类 #

Boost的随机分布可以直接兼容Sobol这类输出浮点数的QRNG，替换标准分布为Boost对应实现即可：

#include <iostream>
#include <map>
#include <boost/random/sobol.hpp>
#include <boost/random/binomial_distribution.hpp>

int main()
{
  boost::random::sobol gen(1);
  gen.seed(237);

  // 使用Boost的二项分布
  boost::random::binomial_distribution<> d(4, 0.5);

  std::map<int, int> hist;
  for (int n = 0; n != 10000; ++n)
    ++hist[d(gen)];

  for (auto const& [x, y] : hist)
    std::cout << x << ' ' << std::string(y / 100, '*') << '\n';
}

方案2：给Sobol生成器套URBG适配层 #

如果必须使用C++标准库的分布，可以实现一个适配类，将Sobol的浮点数输出转换为符合URBG要求的无符号整数：

#include <iostream>
#include <map>
#include <random>
#include <cstdint>
#include <boost/random/sobol.hpp>

// 适配Sobol生成器为URBG接口
class SobolURBG {
public:
  using result_type = uint64_t;
  static constexpr result_type min() { return 0; }
  static constexpr result_type max() { return UINT64_MAX; }

  SobolURBG(std::size_t dim) : gen(dim) {}
  void seed(uint64_t s) { gen.seed(s); }

  result_type operator()() {
    double val = gen();
    // 将[0,1)的浮点数转换为uint64_t随机位
    return static_cast<result_type>(val * static_cast<double>(UINT64_MAX));
  }

private:
  boost::random::sobol gen;
};

int main()
{
  SobolURBG gen(1);
  gen.seed(237);

  std::binomial_distribution<> d(4, 0.5);

  std::map<int, int> hist;
  for (int n = 0; n != 10000; ++n)
    ++hist[d(gen)];

  for (auto const& [x, y] : hist)
    std::cout << x << ' ' << std::string(y / 100, '*') << '\n';
}

额外注意事项 #

• Sobol是低差异序列，设计目的是用于数值积分等需要均匀覆盖采样空间的场景，而非模拟独立同分布的随机变量。如果你的场景需要统计随机性，需评估QRNG是否适用。
• Sobol生成器的维度参数要匹配采样需求，单变量采样设置为1即可，多变量采样需对应调整维度数。

内容的提问来源于stack exchange，提问作者Quentin Parsons