c++ - 离散分布返回整数超出范围

Question

我编写了下面的函数以进行采样而不进行替换。它返回一个vector<int>，代表在某些点中被选取的样本。作为输入，我有一个vector<double>，其中包含概率和所需样本大小的整数。对于功能，我使用离散分布:
http://www.cplusplus.com/reference/random/discrete_distribution/discrete_distribution/

vector<int> samplingwoutreplacement(vector<double> probs, int samplesize) {
    random_device rd;
    mt19937 generator(rd());
    vector<int> sample;
    sample.reserve(samplesize);
    for (int i = 0; i < samplesize; i++) {
        discrete_distribution<int> distribution(probs.begin(), probs.end());
        int currentpick = distribution(generator);
        if (currentpick >= probs.size()) {
            cout  << endl << "error: range overstepped; current pick is: " << currentpick << endl;
            cout << "probs.size = " << probs.size() << endl;
            for (int j = 0; j < probs.size(); j++) {
                cout << probs[j] << endl;
            }
        }
        probs[currentpick] = 0;
        sample.push_back(currentpick);
    }
    return sample;
}

在我的应用程序中，我多次使用此采样，并且在进行多次迭代之后，离散分布返回的整数大于包含概率的 vector 的大小。 (更确切地说，我的 vector 的大小为178，而我的返回值为178，但是应该得到介于0到177之间的整数。)如何发生这种情况？

Answer 1

在C++标准中，我们可以在26.6.8.6.1 [rand.dist.samp.discrete](重点是我的)上阅读有关std::discrete_distribution的信息。

A discrete_­distribution random number distribution produces random integers i, 0 ≤ i < n, distributed according to the discrete probability function P(i | p₀, …, p_n−1) = p_i.

Unless specified otherwise, the distribution parameters are calculated as: p_k = w_k/S for k = 0, …, n−1, in which the values w_k, commonly known as the weights, shall be non-negative, non-NaN, and non-infinity. Moreover, the following relation shall hold: 0 < S = w₀ + ⋯ + w_n−1.

询问者使用的某些权重(例如1.29272e + 308)太大，以至于它们的总和超出了double的范围，因此S的值(变为无穷大)和以下计算变得毫无意义。
我在这种极端情况下测试了gcc，clang和MSVC的行为，发现当gcc和clang生成所有概率等于零的分布，并且std::discrete_distribution::operator()始终返回n-1时，MSVC也会生成所有概率等于零的分布，但返回的整数始终为n(如问问者所遇到的超出范围的值)。
以我的解释，这不是标准的合规行为，即使值得赞扬的是，OP的输入参数导致违反了前提条件。