如果您正在寻找 Rust 中随机数生成的有效解决方案，rand_simple 是一个可靠的选择。快速高效地开始使用它，利用其用户友好的特性。

使用示例

有关基于图的示例，请参阅 此存储库。

均匀分布

// Generate a single seed value for initializing the random number generator
let seed: u32 = rand_simple::generate_seeds!(1_usize)[0];

// Create a new instance of the Uniform distribution with the generated seed
let mut uniform = rand_simple::Uniform::new(seed);

// Check the default range of the uniform distribution and print it
assert_eq!(format!("{uniform}"), "Range (Closed Interval): [0, 1]");
println!("Returns a random number -> {}", uniform.sample());

// When changing the parameters of the random variable

// Define new minimum and maximum values for the uniform distribution
let min: f64 = -1_f64;
let max: f64 = 1_f64;

// Attempt to set the new parameters for the uniform distribution
let result: Result<(f64, f64), &str> = uniform.try_set_params(min, max);

// Check the updated range of the uniform distribution and print it
assert_eq!(format!("{uniform}"), "Range (Closed Interval): [-1, 1]");
println!("Returns a random number -> {}", uniform.sample());

正态分布

// Generate two seed values for initializing the random number generator
let seeds: [u32; 2_usize] = rand_simple::generate_seeds!(2_usize);

// Create a new instance of the Normal distribution with the generated seeds
let mut normal = rand_simple::Normal::new(seeds);

// Check the default parameters of the normal distribution (mean = 0, std deviation = 1) and print it
assert_eq!(format!("{normal}"), "N(Mean, Std^2) = N(0, 1^2)");
println!("Returns a random number -> {}", normal.sample());

// When changing the parameters of the random variable

// Define new mean and standard deviation values for the normal distribution
let mean: f64 = -3_f64;
let std: f64 = 2_f64;

// Attempt to set the new parameters for the normal distribution
let result: Result<(f64, f64), &str> = normal.try_set_params(mean, std);

// Check the updated parameters of the normal distribution and print it
assert_eq!(format!("{normal}"), "N(Mean, Std^2) = N(-3, 2^2)");
println!("Returns a random number -> {}", normal.sample());

实现状态

连续分布

• 均匀分布
• 3.1 正态分布
• 3.2 半正态分布
• 3.3 对数正态分布
• 3.4柯西分布
  • 半柯西分布
• 3.5 Lévy 分布
• 3.6 指数分布
• 3.7 拉普拉斯分布
  • 对数拉普拉斯分布
• 3.8 Rayleigh 分布
• 3.9 Weibull 分布
  • 反射 Weibull 分布
  • Fréchet 分布
• 3.10 Gumbel 分布
• 3.11伽玛分布
• 3.12贝塔分布
• 3.13狄利克雷分布
• 3.14幂函数分布
• 3.15指数幂分布
  • 半指数幂分布
• 3.16 Erlang 分布
• 3.17卡方分布
• 3.18卡方分布
• 3.19 F 分布
• 3.20 t 分布
• 3.21逆高斯分布
• 3.22三角分布
• 3.23帕累托分布
• 3.24逻辑分布
• 3.25双曲正弦分布
• 3.26升余弦分布
• 3.27反正弦分布
• 3.28 von Mises 分布
• 3.29非中心伽玛分布
• 3.30非中心贝塔分布
• 3.31非中心卡方分布
• 3.32 非中心卡方分布
• 3.33 非中心F分布
• 3.34 非中心t分布
• 3.35 普朗克分布

离散分布

• 伯努利分布
• 4.1 二项分布
• 4.2 几何分布
• 4.3 泊松分布
• 4.4 超几何分布
• 4.5 多项分布
• 4.6 负二项分布
• 4.7 负超几何分布
• 4.8 对数级数分布
• 4.9 Yule-Simon分布
• 4.10 Zipf-Mandelbrot分布
• 4.11 Zeta分布