所以，我正在尝试使用 gmp对于我正在做的一些计算，在某些时候我需要从正态分布中生成一个伪随机数 (prn)。
由于 gmp 有一个统一的随机变量，这已经很有帮助了。但是，我发现很难选择应该使用哪种方法从统一的方法生成正态分布。实际上，我的问题是 gmp 只有简单的操作，所以例如我不能使用 cos 或 erf 评估，因为我必须自己实现。
我的问题是我可以在多大程度上从 gmp 上的正态分布生成 prn，如果这非常困难，是否有任何已经实现正态分布的任意精度库。
作为无效方法的两个示例(从 this question 检索):
Ziggurat algorithm使用 f 的评估，在这种情况下它是一个非整数指数，因此不受 gmp 支持。
Box–Muller Transform使用 gmp 不支持的 cos 和 sin。
最佳答案
Marsaglia polar method如果您的图书馆有 ln，就可以了。
关于c++ - 在 gmp 任意精度上生成正态分布，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10982661/