[boost-doc-zh commit] r204 - trunk/libs/random

  • From: codesite-noreply@xxxxxxxxxx
  • To: boost-doc-zh-notify@xxxxxxxxxxxxx
  • Date: Sun, 25 Jan 2009 06:23:01 +0000

Author: xiaqqaix@xxxxxxxxx
Date: Sat Jan 24 21:21:52 2009
New Revision: 204

Modified:
   trunk/libs/random/nondet_random.html
   trunk/libs/random/random-concepts.html
   trunk/libs/random/random-distributions.html
   trunk/libs/random/random-misc.html
   trunk/libs/random/random-variate.html

Log:
random 库更新

Modified: trunk/libs/random/nondet_random.html
==============================================================================
--- trunk/libs/random/nondet_random.html        (original)
+++ trunk/libs/random/nondet_random.html        Sat Jan 24 21:21:52 2009
@@ -9,7 +9,8 @@

 <body bgcolor="#FFFFFF" text="#000000">
<h1><img src="../../boost.png" alt="boost.png (6897 bytes)" align="middle" - width="277" height="86"><a href="../../boost/nondet_random.hpp">&lt;boost/nondet_random.hpp&gt;</a> 头 文件</h1>
+  width="277" height="86">头文件 <a href=
+  "../../boost/nondet_random.hpp">&lt;boost/nondet_random.hpp&gt;</a></h1>

   <ul>
     <li><a href="#synopsis">概览</a></li>
@@ -20,15 +21,15 @@
   </ul>

   <h2><a name="synopsis" id=
- "synopsis"></a><code>&lt;boost/nondet_random.hpp&gt;</code> 头文件概览 </h2>
+  "synopsis">头文件 </a><code>&lt;boost/nondet_random.hpp&gt;</code>
+  概览</h2>
   <pre>
 namespace boost {
   class random_device;
 } // namespace boost
 </pre>

-  <h2><a name="random_device" id="random_device">Class
-  <code>random_device</code></a></h2>
+ <h2><a name="random_device" id="random_device"><code>random_device</code> 类</a></h2>

   <h3>概览</h3>
   <pre>
@@ -50,56 +51,37 @@

   <h3>描述</h3>

- <p><code>random_device</code> 类是 <a href="random-concepts.html#nondet-rng">不确定随机数生成器</a> 的模型。它使用 一个或多个实现定义的随机过程来生成均匀分布的不确定随机数的序列。如果环境中没 有可用的不确定随机数生成器,就不应当实现 <code>random_device</code> 类。关于 本主题的更多讨论,参看</p> + <p><code>random_device</code> 类是 <a href="random-concepts.html#nondet-rng">不确定随机数生成器</a> 的模型。它使用 一个或多个由实现确定的随机过程来产生均匀分布的不确定随机数。若环境没有提供实 现不确定随机数生成器的条件,就不应该实现 <code>random_device</code> 。参看 </p>

   <blockquote>
     "Randomness Recommendations for Security", D. Eastlake, S. Crocker, J.
     Schiller, Network Working Group, RFC 1750, December 1994
-  </blockquote>。
+  </blockquote>

- <p><em>注意:</em>有的操作系统对计算机硬件的抽象使得监测随机过程十分困 难;而有的系统提供了专门用于这一目的的设备。只使用标准 C++ 实现不确定随机数 生成器在现在看来是不可能的;因此用户应当注意,这一类在有些平台上是不可用的。 </p> + <p><em>注意:</em>某些操作系统对计算机硬件的抽象化程度较高,掩盖了其行为 的不确定性,而有的系统为生成不确定随机数专门提供了设备。只使用标准 C++ 来实 现模拟此功能是很困难的,因此在某些平台上此类可能不可用。</p>

   <h3>成员</h3>
   <pre>
 explicit random_device(const std::string&amp; token = default_token)
-</pre><strong>效果:</strong> Constructs a <code>random_device</code>,
-optionally using the given <code>token</code> as an access specification (for
-example, a URL) to some implementation-defined service for monitoring a
-stochastic process.
+</pre><strong>效果:</strong>构造一 <code>random_device</code>,其中 <code>token</code> 描述了某种可以用来模拟随机过程的资源 (如一 URL)。
   <pre>
     double entropy() const
-</pre><strong>Returns:</strong> An entropy estimate for the random numbers
-returned by operator(), in the range <code>min()</code> to log<sub>2</sub>(
-<code>max()</code>+1). A deterministic random number generator (e.g. a
-pseudo-random number engine) has entropy 0.<br>
-  <strong>Throws:</strong> Nothing.
-
-  <h3>Implementation Note for Linux</h3>
-
-  <p>On the Linux operating system, <code>token</code> is interpreted as a
-  filesystem path. It is assumed that this path denotes an operating system
- pseudo-device which generates a stream of non-deterministic random numbers.
-  The pseudo-device should never signal an error or end-of-file. Otherwise,
-  <code>std::ios_base::failure</code> is thrown. By default,
- <code>random_device</code> uses the <code>/dev/urandom</code> pseudo-device
-  to retrieve the random numbers. Another option would be to specify the
-  <code>/dev/random</code> pseudo-device, which blocks on reads if the
-  entropy pool has no more random bits available.</p>
+</pre><strong>返回:</strong>对 operator() 返回的随机数的熵的估计。返回值的 范围是 <code>min()</code> 到 log<sub>2</sub>(<code>max()</code>+1)。确定随机 数生成器 (如伪随机数生成器) 的熵是 0。<br>
+  <strong>抛出:</strong>无。
+
+  <h3>Linux 平台上的实现注记</h3>
+
+ <p>在 Linux 操作系统上,<code>token</code> 被认为是文件系统的路径。假设这 一路径表示某一虚拟设备,能提供不确定随机数的流。此设备不应出现错误或者文件尾 标记 (end-of-file);否则将抛出 <code>std::ios_base::failure</code>。默认 地,<code>random_device</code> 使用虚拟设备 <code>/dev/urandom</code> 来获取 随机数。另一种做法是使用 <code>/dev/random</code>,后者在熵池 (entropy pool) 没有随机位时将会在读操作时挂起 (译注:可能类似于输入流中没有字符时等待 用户输入)。</p>

   <h2><a name="performance" id="performance">性能</a></h2>

-  <p>The test program <a href=
-  "nondet_random_speed.cpp">nondet_random_speed.cpp</a> measures the
-  execution times of the <a href=
- "../../boost/nondet_random.hpp">nondet_random.hpp</a> implementation of the
-  above algorithms in a tight loop. The performance has been evaluated on a
-  Pentium Pro 200 MHz with gcc 2.95.2, Linux 2.2.13, glibc 2.1.2.</p>
+ <p>测试程序 <a href="nondet_random_speed.cpp">nondet_random_speed.cpp</a> 用一个紧凑的循环 测试 <a href="../../boost/nondet_random.hpp">nondet_random.hpp</a> 中上述算 法的实现的运行速度。测试环境:Pentium Pro 200 MHz with gcc 2.95.2, Linux 2.2.13, glibc 2.1.2。</p>

   <table border="1" summary="">
     <tr>
-      <th>class</th>
+      <th>类</th>

-      <th>time per invocation [usec]</th>
+      <th>每次调用耗时 [微秒, usec]</th>
     </tr>

     <tr>
@@ -109,7 +91,7 @@
     </tr>
   </table>

-  <p>The measurement error is estimated at +/- 1 usec.</p>
+  <p>误差范围为 +/- 1 微秒。</p>
   <hr>

<p><a href="http://validator.w3.org/check?uri=referer";><img border="0" src=
@@ -127,7 +109,7 @@
   accompanying file <a href="../../LICENSE_1_0.txt">LICENSE_1_0.txt</a> or
   copy at <a href=
   
"http://www.boost.org/LICENSE_1_0.txt";>http://www.boost.org/LICENSE_1_0.txt</a>)</i></p>
-  <p>中文版修订:2009/1/21</p>
+  <p>中文版修订:2008/7/4</p>

<p><i>Copyright &copy; 2008 <a href="http://wiki.woodpecker.org.cn/moin/XiaoQi";>xiaq</a></i></p>


Modified: trunk/libs/random/random-concepts.html
==============================================================================
--- trunk/libs/random/random-concepts.html      (original)
+++ trunk/libs/random/random-concepts.html      Sat Jan 24 21:21:52 2009
@@ -30,7 +30,7 @@
     Press, Saul A. Teukolsky, William A. Vetterling, Brian P. Flannery, 2nd
     ed., 1992, pp. 274-328
   </blockquote>
-  以下几种随机数生成器可分别用于不同的应用领域:
+  以下几种随机数生成器对应于不同的应用领域:

   <ul>
     <li>不确定随机数生成器</li>
@@ -39,7 +39,7 @@

     <li>拟随机数生成器</li>
   </ul>
- 所有的变体都具有一些共同的性质,这些 (STL) 概念叫做 NumberGenerator 和 UniformRandomNumberGenerator。每一种概念都将在后面的各节中分别定义。 + 所有的变体都具有一些共同的性质,这些 (STL) 概念叫做 NumberGenerator 和 UniformRandomNumberGenerator。每一种概念都将在相应节中予以定义。

   <p>本库的目标是:</p>

@@ -166,7 +166,7 @@

<h2><a name="nondet-rng" id="nondet-rng">不确定均匀随机数生成器 (Non-deterministic uniform random number generator)</a></h2>

- <p>一个不确定均匀随机数生成器是一个 UniformRandomNumberGenerator,它基于 某种随机过程,因此能提供“真正随机的”的随机数序列。随机过程包括原子核衰变、 Zehner 二极管的噪音、量子隧道效应、投掷骰子、罐中取物、投掷硬币等等。取决于 环境,网络数据包到达的间隔、键盘事件可以被看作随机过程的近似。</p> + <p>一个不确定均匀随机数生成器是一个 UniformRandomNumberGenerator,它基于 某种随机过程,因此能提供“真正随机的”的随机数序列。随机过程包括原子核衰变、 Zehner 二极管的噪音、量子隧道效应、投掷骰子、罐中取物、投掷硬币等等。网络数 据包到达的间隔、键盘事件有时也可以被看作随机过程。</p>

<p><code><a href="nondet_random.html#random_device">random_device</a></code> 类是不确定 随机数生成器的一个模型。</p>

@@ -321,7 +321,7 @@

<p>一个拟随机数生成器是一个 NumberGenerator,它根据某一算法和内部状态提供 确定的数字序列。产生的数字不具有统计学性质 (例如正态分布或各值互相独立)。 </p>

- <p><em>注意:</em>拟随机数生成器可以用于 Monte-Carlo 法;在 Monte-Carlo 法中,具有特殊性质的随机数序列会使得估计结果较快地聚集。</p> + <p><em>注意:</em>拟随机数生成器可以用于 Monte-Carlo 算法;在 Monte-Carlo 算法中,具有特殊性质的随机数序列会使得估计结果较快地聚集。</p>

   <p><em>[尚无模型]</em></p>
   <hr>

Modified: trunk/libs/random/random-distributions.html
==============================================================================
--- trunk/libs/random/random-distributions.html (original)
+++ trunk/libs/random/random-distributions.html Sat Jan 24 21:21:52 2009
@@ -40,9 +40,9 @@

   <h2><a name="intro" id="intro">简介</a></h2>

- <p>除了 <a href="random-generators.html">随机数生成器</a> 之外,本库还提 供了把一种分布 (通常是生成器产生的均匀分布) 映射到另一种分布的分布函数。</p> + <p>除了 <a href="random-generators.html">随机数生成器</a> 之外,本库还提 供了把一种分布 (通常是生成器产生的均匀分布) 映射到另一种分布的分布函数。(译 注:在本节中,“分布”指统计学意义上的分布,而“分布函数”指的是类模板。内部的随 机数生成器有时会更一般地被称为“随机数源”。)</p>

- <p>对于某一映射通常会有多种实现方案:有的需要较多的空间和对内部随机数生成 器的调用,而有的需要进行较多的费时的运算 (如三角函数)。以下给出的对接口的描 述是与具体实现无关的;然而,如果某一实现不能覆盖特定分布的全部值域,或者不符 合该分布的统计学性质,该实现是无效的。</p> + <p>对于某一映射通常会有多种实现方案:有的需要较多的空间和对内部随机数源的 调用,而有的需要进行较多的费时的运算 (如三角函数)。以下给出的对接口的描述是 与具体实现无关的;然而,如果某一实现不能覆盖特定分布的全部值域,或者不符合该 分布的统计学性质,该实现是无效的。</p>

   <table border="1" summary="">
     <tr>
@@ -82,7 +82,7 @@

       <td>实数区间 [min, max) 上的连续均匀分布</td>

- <td>随机投下一木棍,其偏转角的弧度数是 [0, 2pi) 上的这种分布 (假设角 度的分布是均匀的)</td> + <td>随机投下一木棒,其角度的弧度数是 [0, 2pi) 上的这种分布 (假设角度 的分布是均匀的)</td>
     </tr>

     <tr>
@@ -98,7 +98,7 @@
       <td><code><a href=
       "#geometric_distribution">geometric_distribution</a></code></td>

-      <td>几何分布:重复伯努利试验,直到出现某一结果的试验次数</td>
+      <td>重复伯努利试验,直到出现某一结果的试验次数</td>

       <td>抛掷骰子,记录“6”首次出现时的试验次数</td>
     </tr>
@@ -116,7 +116,7 @@
       <td><code><a href=
       "#exponential_distribution">exponential_distribution</a></code></td>

-      <td>指数分布</td>
+      <td>质数分布</td>

       <td>放射性物质发射 alpha 粒子的间隔时间</td>
     </tr>
@@ -125,7 +125,7 @@
       <td><code><a href=
       "#normal_distribution">normal_distribution</a></code></td>

-      <td>正态分布:无穷次重复伯努利试验的结果计数</td>
+      <td>无穷次重复伯努利试验的结果计数</td>

       <td>投掷硬币 10000 次,记录正面出现的次数</td>
     </tr>
@@ -143,18 +143,18 @@
       <td><code><a href=
       "#uniform_on_sphere">uniform_on_sphere</a></code></td>

-      <td>在任意给定维数空间的球形上的均匀分布</td>
+      <td>多维空间的单位球面上的均匀分布</td>

-      <td>在地球上任取一点度假 (假设地球是球形)</td>
+      <td>在地球 (近似看作是球体) 表面任选一点去旅游</td>
     </tr>
   </table>

   <p>分布函数的模板参数总按照下列顺序排列:</p>

   <ul>
-    <li>内部随机数生成器</li>
+    <li>内部随机数源</li>

-    <li>(可能无这一参数) 返回值,其默认值为某一恰当的类型</li>
+    <li>(若适用) 返回类型,其默认值为一合适的类型</li>
   </ul>

   <p><em>The distribution functions no longer satisfy the input iterator
@@ -165,14 +165,7 @@
"../utility/iterator_adaptors.htm">iterator adaptor</a> if you need to wrap
   any of the generators in an input iterator interface.</em></p>

-  <p>All of the distribution functions described below store a non-const
-  reference to the underlying source of random numbers. Therefore, the
-  distribution functions are not Assignable. However, they are
- CopyConstructible. Copying a distribution function will copy the parameter - values. Furthermore, both the copy and the original will refer to the same
-  underlying source of random numbers. Therefore, both the copy and the
-  original will obtain their underlying random numbers from a single
-  sequence.</p>
+ <p>下面描述的所有分布函数都保存对随机数源的一个非 const 引用;因此分布函 数不是 Assignable;不过它们是 CopyConstructible。复制分布函数将会复制参数 值;副本和原分布函数将会使用同一内部随机数源,因此两者会从同一序列中取得随机 数。</p>

<p>对于在 <a href="random-concepts.html">概念文档</a> 中已经给出定义的成 员,在下面的描述中不会详细说明。</p>

@@ -234,19 +227,13 @@

   <h3>描述</h3>

- <p>分布函数 <code>uniform_smallint</code> 是 <a href="random-concepts.html#random-dist">随机分布</a> 的模型。每次调用都将返 回在整数集 {min, min+1, min+2, ..., max} 上均匀分布的随机整数。它假设目的区 间长度 (max-min+1) 比内部随机数源小得多,因此不考虑量子化 (quantization) 问 题。</p> + <p>分布函数 <code>uniform_smallint</code> 是 <a href="random-concepts.html#random-dist">随机分布</a> 的模型。每次调用都将返 回在整数集 {min, min+1, min+2, ..., max} 上均匀分布的随机整数。它假设目的区 间长度 (max-min+1) 比内部随机数源小得多,因此不考虑量子化问题。</p>

- <p>令 r<sub>out</sub>=(max-min+1) 为目的区间,r<sub>base</sub> 为随机数源 的区间 (译注:这里的 r 同时用来表示区间及其宽度)。今要求产生一均匀分布,即对 区间 r<sub>out</sub> 中的任意数,其概率都将是 p<sub>out</sub>(i) = 1/r<sub>out</sub>。类似地,内部随机数源产生均匀分布,也即对 r<sub>base</sub> 中的任意数,其概率均为 p<sub>base</sub>(i) = 1/r<sub>base</sub>。
-  Let p<sub>out_s</sub>(i) denote
-  the random distribution generated by <code>uniform_smallint</code>. Then
-  the sum over all i in r<sub>out</sub> of
-  (p<sub>out_s</sub>(i)/p<sub>out</sub>(i) -1)<sup>2</sup> shall not exceed
-  r<sub>out</sub>/r<sub>base</sub><sup>2</sup> (r<sub>base</sub> mod
+ <p>令 r<sub>out</sub>=(max-min+1) 为目的区间 (或其长度 ),r<sub>base</sub> 为随机数源的区间 (或其长度)。于是对于均匀分 布,r<sub>out</sub> 中任意数 i 的理论概率为 p<sub>out</sub>(i) = 1/r<sub>out</sub>。类似地,今内部随机数源产生 r<sub>base</sub> 上的均匀分 布,故有 p<sub>base</sub>(i) = 1/r<sub>base</sub>。令 p<sub>out_s</sub>(i) 为 <code>uniform_smallint</code> 对应的分布函数。对 r<sub>out</sub> 中的各 i ,(p<sub>out_s</sub>(i)/p<sub>out</sub>(i) -1)<sup>2</sup> 的和应不大于 r<sub>out</sub>/r<sub>base</sub><sup>2</sup> (r<sub>base</sub> mod
   r<sub>out</sub>)(r<sub>out</sub> - r<sub>base</sub> mod
-  r<sub>out</sub>).</p>
+  r<sub>out</sub>)。</p>

- <p>The template parameter <code>IntType</code> shall denote an integer-like
-  value type.</p>
+  <p>模板参数 <code>IntType</code> 应为一类整数的值类型。</p>

   <p><em>Note:</em> The property above is the square sum of the relative
   differences in probabilities between the desired uniform distribution
@@ -271,17 +258,14 @@
10*r<sub>out</sub><sup>2</sup> or ensure that r<sub>base</sub> is divisible
   by r<sub>out</sub>.</p>

-  <h3>Members</h3>
+  <h3>成员</h3>
   <pre>
 uniform_smallint(IntType min, IntType max)
 </pre>

-  <p><strong>Effects:</strong> Constructs a <code>uniform_smallint</code>
-  functor. <code>min</code> and <code>max</code> are the lower and upper
-  bounds of the output range, respectively.</p>
+ <p><strong>效果:</strong>构造一 <code>uniform_smallint</code> 函子。 <code>min</code> 和 <code>max</code> 分别为输出值域的上下界。</p>

-  <h2><a name="uniform_int" id="uniform_int">Class template
-  <code>uniform_int</code></a></h2>
+ <h2><a name="uniform_int" id="uniform_int"><code>uniform_int</code> 类模 板</a></h2>

   <h3>概览</h3>
   <pre>
@@ -306,47 +290,38 @@
 };
 </pre>

-  <h3>Description</h3>
+  <h3>描述</h3>

-  <p>The distribution function <code>uniform_int</code> models a <a href=
-  "random-concepts.html#random-dist">random distribution</a>. On each
- invocation, it returns a random integer value uniformly distributed in the
-  set of integer numbers {min, min+1, min+2, ..., max}.</p>
+ <p>分布函数 <code>uniform_int</code> 是 <a href="random-concepts.html#random-dist">随机分布</a> 的模型。每次调用都将返 回在整数集 {min, min+1, min+2, ..., max} 上均匀分布的随机整数。</p>

- <p>The template parameter <code>IntType</code> shall denote an integer-like
-  value type.</p>
+  <p>模板参数 <code>IntType</code> 应为一类整数的值类型。</p>

-  <h3>Members</h3>
+  <h3>成员</h3>
   <pre>
     uniform_int(IntType min = 0, IntType max = 9)
 </pre>

-  <p><strong>Requires:</strong> min &lt;= max<br>
-  <strong>Effects:</strong> Constructs a <code>uniform_int</code> object.
-  <code>min</code> and <code>max</code> are the parameters of the
-  distribution.</p>
+  <p><strong>需求:</strong> min &lt;= max<br>
+ <strong>效果:</strong>构造一 <code>uniform_int</code> 对象。 <code>min</code> 和 <code>max</code> 为分布的参数。</p>
   <pre>
     result_type min() const
 </pre>

-  <p><strong>Returns:</strong> The "min" parameter of the distribution.</p>
+  <p><strong>返回:</strong>分布的 "min" 参数。</p>
   <pre>
     result_type max() const
 </pre>

-  <p><strong>Returns:</strong> The "max" parameter of the distribution.</p>
+  <p><strong>返回:</strong>分布的 "max" 参数。</p>
   <pre>
- result_type operator()(UniformRandomNumberGenerator&amp; urng, result_type
-n)
+ result_type operator()(UniformRandomNumberGenerator&amp; urng, result_type n)
 </pre>

- <p><strong>Returns:</strong> A uniform random number x in the range 0 &lt;=
-  x &lt; n. <em>[Note: This allows a <code>variate_generator</code> object
+ <p><strong>返回:</strong>在值域 0 &lt;= x &lt; n 内均匀分布的随机数 x。 <em>[注记:This allows a <code>variate_generator</code> object
   with a <code>uniform_int</code> distribution to be used with
   std::random_shuffe, see [lib.alg.random.shuffle]. ]</em></p>

-  <h2><a name="uniform_01" id="uniform_01">Class template
-  <code>uniform_01</code></a></h2>
+ <h2><a name="uniform_01" id="uniform_01"><code>uniform_01</code> 类模板 </a></h2>

   <h3>概览</h3>
   <pre>
@@ -367,48 +342,26 @@
 };
 </pre>

-  <h3>Description</h3>
+  <h3>描述</h3>
+
+ <p>分布函数 <code>uniform_01</code> 是 <a href="random-concepts.html#random-dist">随机分布</a> 的模型。每次调用都将返 回在区间 [0...1) 上均匀分布的随机浮点数。这一数值是用 <code>std::numeric_limits&lt;RealType&gt;::digits</code> 个随机二进制位构造 而成的,也即浮点数的尾数全都是随机的二进制位。[<em>注记:</em>是否要使这一行 为可配置?]</p>
+
+ <p><em>警告:</em>因为偶然的历史原因,此类的构造函数取一 UniformRandomNumberGenerator,且<strong>传值</strong>。通常需要的是引用语 义,从而生成器就地改变,而不是复制;如果需要引用语义,用引用类型作为 UniformRandomNumberGenerator 的模板参数。</p>

-  <p>The distribution function <code>uniform_01</code> models a <a href=
-  "random-concepts.html#random-dist">random distribution</a>. On each
- invocation, it returns a random floating-point value uniformly distributed
-  in the range [0..1). The value is computed using
-  <code>std::numeric_limits&lt;RealType&gt;::digits</code> random binary
- digits, i.e. the mantissa of the floating-point value is completely filled
-  with random bits. [<em>Note:</em> Should this be configurable?]</p>
-
-  <p><em>WARNING:</em> As an exception / historic accident, this class
-  takes a UniformRandomNumberGenerator as its constructor parameter,
-  and BY VALUE.  Usually, you want reference semantics so that the
-  state of the passed-in generator is changed in-place and not copied.
-  In that case, explicitly supply a reference type for the template
-  parameter UniformRandomNumberGenerator.</p>
-
-  <p>The template parameter <code>RealType</code> shall denote a float-like
- value type with support for binary operators +, -, and /. It must be large
-  enough to hold floating-point numbers of value
-  <code>rng.max()-rng.min()+1</code>.</p>
-
- <p><code>base_type::result_type</code> must be a number-like value type, it - must support <code>static_cast&lt;&gt;</code> to <code>RealType</code> and
-  binary operator -.</p>
-
-  <p><em>Note:</em> The current implementation is buggy, because it may not
-  fill all of the mantissa with random bits. I'm unsure how to fill a
-  (to-be-invented) <code>boost::bigfloat</code> class with random bits
-  efficiently. It's probably time for a traits class.</p>
+ <p>模板参数 <code>RealType</code> 应为一类浮点的值类型,支持双目运算符 +, - 和 /。<code>rng.max()-rng.min()+1</code> 的值必须在其可表示范围内。</p>

-  <h3>Members</h3>
+ <p><code>base_type::result_type</code> 必须为一类数字的值类型,必须支持 到 <code>RealType</code> 的 <code>static_cast&lt;&gt;</code>和双目运算符 -。 </p>
+
+ <p><em>注意:</em>当前的实现是有 bug 的,因为在某些情况下不会把尾数全部填 充为随机的二进制位。目前尚不知道如何把 (尚未发明的) <code>boost::bigfloat</code> 类有效地用随机位填满。可能需要一个 traits 类 了。</p>
+
+  <h3>成员</h3>
   <pre>
 explicit uniform_01(base_type rng)
 </pre>

-  <p><strong>Effects:</strong> Constructs a <code>uniform_01</code> functor
- with the given uniform random number generator as the underlying source of
-  random numbers.</p>
+ <p><strong>效果:</strong>构造一 <code>uniform_01</code> 函子,使用给定的 随机数生成器作为内部随机数源。</p>

-  <h2><a name="uniform_real" id="uniform_real">Class template
-  <code>uniform_real</code></a></h2>
+ <h2><a name="uniform_real" id="uniform_real"><code>uniform_real</code> 类 模板</a></h2>

   <h3>概览</h3>
   <pre>
@@ -431,41 +384,31 @@
 };
 </pre>

-  <h3>Description</h3>
+  <h3>描述</h3>

-  <p>The distribution function <code>uniform_real</code> models a <a href=
-  "random-concepts.html#random-dist">random distribution</a>. On each
- invocation, it returns a random floating-point value uniformly distributed
-  in the range [min..max). The value is computed using
-  <code>std::numeric_limits&lt;RealType&gt;::digits</code> random binary
- digits, i.e. the mantissa of the floating-point value is completely filled
-  with random bits.</p>
+ <p>分布函数 <code>uniform_real</code> 是 <a href="random-concepts.html#random-dist">随机分布</a> 的模型。每次调用都将返 回在区间 [min..max) 上均匀分布的随机浮点数。这一数值是用 <code>std::numeric_limits&lt;RealType&gt;::digits</code> 个随机二进制位,也 即浮点数的尾数全都是随机的二进制位。</p>

-  <p><em>Note:</em> The current implementation is buggy, because it may not
-  fill all of the mantissa with random bits.</p>
+ <p><em>注意:</em>当前的实现是有 bug 的,因为在某些情况下不会把尾数全部填 充为随机的二进制位。</p>

-  <h3>Members</h3>
+  <h3>成员</h3>
   <pre>
     uniform_real(RealType min = RealType(0), RealType max = RealType(1))
 </pre>

-  <p><strong>Requires:</strong> min &lt;= max<br>
-  <strong>Effects:</strong> Constructs a <code>uniform_real</code> object;
-  <code>min</code> and <code>max</code> are the parameters of the
-  distribution.</p>
+  <p><strong>需求:</strong> min &lt;= max<br>
+ <strong>效果:</strong>构造一 <code>uniform_real</code> 对象。 <code>min</code> 和 <code>max</code> 是分布的参数。</p>
   <pre>
     result_type min() const
 </pre>

-  <p><strong>Returns:</strong> The "min" parameter of the distribution.</p>
+  <p><strong>返回:</strong>分布的 "min" 参数。</p>
   <pre>
     result_type max() const
 </pre>

-  <p><strong>Returns:</strong> The "max" parameter of the distribution.</p>
+  <p><strong>返回:</strong>分布的 "max" 参数。</p>

-  <h2><a name="bernoulli_distribution" id="bernoulli_distribution">Class
-  template <code>bernoulli_distribution</code></a></h2>
+ <h2><a name="bernoulli_distribution" id="bernoulli_distribution"><code>bernoulli_distribution</code> 类模板 </a></h2>

   <h3>概览</h3>
   <pre>
@@ -487,30 +430,24 @@
 };
 </pre>

-  <h3>Description</h3>
+  <h3>描述</h3>

-  <p>Instantiations of class template <code>bernoulli_distribution</code>
- model a <a href="random-concepts.html#random-dist">random distribution</a>.
-  Such a random distribution produces <code>bool</code> values distributed
-  with probabilities P(true) = p and P(false) = 1-p. p is the parameter of
-  the distribution.</p>
+ <p><code>bernoulli_distribution</code> 类模板的实例是 <a href="random-concepts.html#random-dist">随机分布</a> 的模型。此分布产生 <code>bool</code> 值,概率满足 P(true) = p 且 P(false) = 1-p。p 是分布的参 数。</p>

-  <h3>Members</h3>
+  <h3>成员</h3>
   <pre>
     bernoulli_distribution(const RealType&amp; p = RealType(0.5))
 </pre>

-  <p><strong>Requires:</strong> 0 &lt;= p &lt;= 1<br>
- <strong>Effects:</strong> Constructs a <code>bernoulli_distribution</code>
-  object. <code>p</code> is the parameter of the distribution.</p>
+  <p><strong>需求:</strong> 0 &lt;= p &lt;= 1<br>
+ <strong>效果:</strong>构造一 <code>bernoulli_distribution</code> 对象。 <code>p</code> 是分布的参数。</p>
   <pre>
     RealType p() const
 </pre>

-  <p><strong>Returns:</strong> The "p" parameter of the distribution.</p>
+  <p><strong>返回:</strong>分布的 "p" 参数。</p>

-  <h2><a name="geometric_distribution" id="geometric_distribution">Class
-  template <code>geometric_distribution</code></a></h2>
+ <h2><a name="geometric_distribution" id="geometric_distribution"><code>geometric_distribution</code> 类模板 </a></h2>

   <h3>概览</h3>
   <pre>
@@ -532,32 +469,24 @@
 };
 </pre>

-  <h3>Description</h3>
+  <h3>描述</h3>

-  <p>Instantiations of class template <code>geometric_distribution</code>
- model a <a href="random-concepts.html#random-dist">random distribution</a>. - A <code>geometric_distribution</code> random distribution produces integer
-  values <em>i</em> &gt;= 1 with p(i) = (1-p) * p<sup>i-1</sup>. p is the
-  parameter of the distribution.
-  Each invocation of the UniformRandomNumberGenerator shall result in a
-  floating-point value in the range [0,1).</p>
+ <p><code>geometric_distribution</code> 类模板的实例是 <a href="random-concepts.html#random-dist">随机分布</a> 的模型。对整数 <em>i</em> &gt;= 1,产生 i 的概率 p(i) = (1-p) * p<sup>i-1</sup>,其中 p 是 分布的参数。对 UniformRandomNumberGenerator 的每次调用应产生在 [0,1) 上均匀 分布的浮点数。</p>

-  <h3>Members</h3>
+  <h3>成员</h3>
   <pre>
     geometric_distribution(const RealType&amp; p = RealType(0.5))
 </pre>

-  <p><strong>Requires:</strong> 0 &lt; p &lt; 1<br>
- <strong>Effects:</strong> Constructs a <code>geometric_distribution</code>
-  object; <code>p</code> is the parameter of the distribution.</p>
+  <p><strong>需求:</strong> 0 &lt; p &lt; 1<br>
+ <strong>效果:</strong>构造一 <code>geometric_distribution</code> 对象。 <code>p</code> 是分布的参数。</p>
   <pre>
    RealType p() const
 </pre>

-  <p><strong>Returns:</strong> The "p" parameter of the distribution.</p>
+  <p><strong>返回:</strong>分布的 "p" 参数。</p>

-  <h2><a name="triangle_distribution" id="triangle_distribution">Class
-  template <code>triangle_distribution</code></a></h2>
+ <h2><a name="triangle_distribution" id="triangle_distribution"><code>triangle_distribution</code> 类模板 </a></h2>

   <h3>概览</h3>
   <pre>
@@ -580,27 +509,19 @@
 };
 </pre>

-  <h3>Description</h3>
+  <h3>描述</h3>

-  <p>Instantiations of class template <code>triangle_distribution</code>
- model a <a href="random-concepts.html#random-dist">random distribution</a>.
-  The returned floating-point values <code>x</code> satisfy <code>a &lt;= x
-  &lt;= c</code>; <code>x</code> has a triangle distribution, where
-  <code>b</code> is the most probable value for <code>x</code>.
-  Each invocation of the UniformRandomNumberGenerator shall result in a
-  floating-point value in the range [0,1). </p>
+ <p><code>triangle_distribution</code> 类模板的实例是 <a href="random-concepts.html#random-dist">随机分布</a> 的模型。返回的浮点数 <code>x</code> 满足 <code>a &lt;= x + &lt;= c</code>; <code>x</code> 服从三角形分布 (triangle distribution),其 中 <code>b</code> 为密度最大的点。对 UniformRandomNumberGenerator 的每次调用 应产生在 [0,1) 上均匀分布的浮点数。</p>

-  <h3>Members</h3>
+  <h3>成员</h3>
   <pre>
 triangle_distribution(result_type a, result_type b, result_type c)
 </pre>

-  <p><strong>Effects:</strong> Constructs a
-  <code>triangle_distribution</code> functor. <code>a, b, c</code> are the
-  parameters for the distribution.</p>
+ <p><strong>效果:</strong>构造一 <code>triangle_distribution</code> 函 子。<code>a, b, c</code> 是分布的参数。</p>

- <h2><a name="exponential_distribution" id="exponential_distribution">Class
-  template <code>exponential_distribution</code></a></h2>
+ <h2><a name="exponential_distribution" id="exponential_distribution"><code>exponential_distribution</code> 类模板 </a></h2>

   <h3>概览</h3>
   <pre>
@@ -621,35 +542,24 @@
 };
 </pre>

-  <h3>Description</h3>
+  <h3>描述</h3>

-  <p>Instantiations of class template <code>exponential_distribution</code>
- model a <a href="random-concepts.html#random-dist">random distribution</a>.
-  Such a distribution produces random numbers x &gt; 0 distributed with
- probability density function p(x) = lambda * exp(-lambda * x), where lambda
-  is the parameter of the distribution.
-  Each invocation of the UniformRandomNumberGenerator shall result in a
-  floating-point value in the range [0,1).  </p>
+ <p><code>exponential_distribution</code> 类模板的实例是 <a href="random-concepts.html#random-dist">随机分布</a> 的模型。对实数 x &gt; 0,其密度 p(x) = lambda * exp(-lambda * x),其中 lambda 是分布的参数。对 UniformRandomNumberGenerator 的每次调用应产生在 [0,1) 上均匀分布的浮点数。 </p>

-  <h3>Members</h3>
+  <h3>成员</h3>
   <pre>
exponential_distribution(const result_type&amp; lambda = result_type(1))
 </pre>

-  <p><strong>Requires:</strong> lambda &gt; 0<br>
-  <strong>Effects:</strong> Constructs an
-  <code>exponential_distribution</code> object with <code>rng</code> as the
-  reference to the underlying source of random numbers. <code>lambda</code>
-  is the parameter for the distribution.</p>
+  <p><strong>需求:</strong> lambda &gt; 0<br>
+ <strong>效果:</strong>构造一 <code>exponential_distribution</code> 对 象。<code>lambda</code> 是分布的参数。</p>
   <pre>
     RealType lambda() const
 </pre>

-  <p><strong>Returns:</strong> The "lambda" parameter of the
-  distribution.</p>
+  <p><strong>返回:</strong>分布的 "lambda" 参数。</p>

-  <h2><a name="normal_distribution" id="normal_distribution">Class template
-  <code>normal_distribution</code></a></h2>
+ <h2><a name="normal_distribution" id="normal_distribution"><code>normal_distribution</code> 类模板</a></h2>

   <h3>概览</h3>
   <pre>
@@ -672,39 +582,30 @@
 };
 </pre>

-  <h3>Description</h3>
+  <h3>描述</h3>

- <p>Instantiations of class template <code>normal_distribution</code> model - a <a href="random-concepts.html#random-dist">random distribution</a>. Such
-  a distribution produces random numbers x distributed with probability
-  density function p(x) = 1/sqrt(2*pi*sigma) * exp(- (x-mean)<sup>2</sup> /
-  (2*sigma<sup>2</sup>) ), where mean and sigma are the parameters of the
-  distribution.  Each invocation of the UniformRandomNumberGenerator shall
-  result in a floating-point value in the range [0,1).</p>
+ <p><code>normal_distribution</code> 类模板的实例是 <a href="random-concepts.html#random-dist">随机分布</a> 的模型。对任意实数 x,其密度 p(x) = 1/sqrt(2*pi*sigma) * exp(- (x-mean)<sup>2</sup> / (2*sigma<sup>2</sup>) ),其中 mean 和 sigma 是分布的参数。对 UniformRandomNumberGenerator 的每次调用应产生在 [0,1) 上均匀分布的浮点数。 </p>

-  <h3>Members</h3>
+  <h3>成员</h3>
   <pre>
     explicit normal_distribution(const result_type&amp; mean = 0,
                                  const result_type&amp; sigma = 1);
 </pre>

-  <p><strong>Requires:</strong> sigma &gt; 0<br>
-  <strong>Effects:</strong> Constructs a <code>normal_distribution</code>
- object; <code>mean</code> and <code>sigma</code> are the parameters for the
-  distribution.</p>
+  <p><strong>需求:</strong> sigma &gt; 0<br>
+ <strong>效果:</strong>构造一 <code>normal_distribution</code>。 <code>mean</code> 和 <code>sigma</code> 是分布的参数。</p>
   <pre>
     RealType mean() const
 </pre>

- <p><strong>Returns:</strong> The "mean" parameter of the distribution.</p>
+  <p><strong>返回:</strong>分布的 "mean" 参数。</p>
   <pre>
     RealType sigma() const
 </pre>

- <p><strong>Returns:</strong> The "sigma" parameter of the distribution.</p>
+  <p><strong>返回:</strong>分布的 "sigma" 参数。</p>

-  <h2><a name="lognormal_distribution" id="lognormal_distribution">Class
-  template <code>lognormal_distribution</code></a></h2>
+ <h2><a name="lognormal_distribution" id="lognormal_distribution"><code>lognormal_distribution</code> 类模板 </a></h2>

   <h3>概览</h3>
   <pre>
@@ -727,31 +628,19 @@
 };
 </pre>

-  <h3>Description</h3>
+  <h3>描述</h3>

-  <p>Instantiations of class template <code>lognormal_distribution</code>
- model a <a href="random-concepts.html#random-dist">random distribution</a>. - Such a distribution produces random numbers with p(x) = 1/(x * normal_sigma
-  * sqrt(2*pi)) * exp( -(log(x)-normal_mean)<sup>2</sup> /
-  (2*normal_sigma<sup>2</sup>) ) for x &gt; 0, where normal_mean =
-  log(mean<sup>2</sup>/sqrt(sigma<sup>2</sup> + mean<sup>2</sup>)) and
-  normal_sigma = sqrt(log(1 + sigma<sup>2</sup>/mean<sup>2</sup>)).
-  Each invocation of the UniformRandomNumberGenerator shall result in a
-  floating-point value in the range [0,1).  </p>
+ <p><code>lognormal_distribution</code> 类模板的实例是 <a href="random-concepts.html#random-dist">随机分布</a> 的模型。对实数 x &gt; 0,其密度 p(x) = 1/(x * normal_sigma * sqrt(2*pi)) * exp( -(log(x)-normal_mean)<sup>2</sup> / (2*normal_sigma<sup>2</sup>) ),其中 normal_mean = log(mean<sup>2</sup>/sqrt(sigma<sup>2</sup> + mean<sup>2</sup>)) 且 normal_sigma = sqrt(log(1 + sigma<sup>2</sup>/mean<sup>2</sup>))。对 UniformRandomNumberGenerator 的每次 调用应产生在 [0,1) 上均匀分布的浮点数。</p>

-  <h3>Members</h3>
+  <h3>成员</h3>
   <pre>
 lognormal_distribution(const result_type&amp; mean,
                        const result_type&amp; sigma)
 </pre>

-  <p><strong>Effects:</strong> Constructs a
-  <code>lognormal_distribution</code> functor. <code>mean</code> and
-  <code>sigma</code> are the mean and standard deviation of the lognormal
-  distribution.</p>
+ <p><strong>效果:</strong>构造一 <code>lognormal_distribution</code> 函 子。<code>mean</code> 和 <code>sigma</code> 是分布的参数。</p>

-  <h2><a name="uniform_on_sphere" id="uniform_on_sphere">Class template
-  <code>uniform_on_sphere</code></a></h2>
+ <h2><a name="uniform_on_sphere" id="uniform_on_sphere"><code>uniform_on_sphere</code> 类模板</a></h2>

   <h3>概览</h3>
   <pre>
@@ -772,25 +661,16 @@
 };
 </pre>

-  <h3>Description</h3>
+  <h3>描述</h3>

- <p>Instantiations of class template <code>uniform_on_sphere</code> model a - <a href="random-concepts.html#random-dist">random distribution</a>. Such a
-  distribution produces random numbers uniformly distributed on the unit
-  sphere of arbitrary dimension <code>dim</code>. The <code>Cont</code>
-  template parameter must be a STL-like container type with
-  <code>begin</code> and <code>end</code> operations returning non-const
-  ForwardIterators of type <code>Cont::iterator</code>.
-  Each invocation of the UniformRandomNumberGenerator shall result in a
-  floating-point value in the range [0,1).  </p>
+ <p><code>uniform_on_sphere</code> 类模板的实例是 <a href="random-concepts.html#random-dist">随机分布</a> 的模型。这一分布产生在 <code>dim</code> 维空间的单位球面上均匀分布的随机坐标。模板参数 <code>Cont</code> 应为一类 STL 的容器,其 <code>begin</code> 和 <code>end</code> 返回 <code>Cont::iterator</code> 类型的非 const 前向迭代器 (non-const forward iterator)。对 UniformRandomNumberGenerator 的每次调用应产 生在 [0,1) 上均匀分布的浮点数。</p>

-  <h3>Members</h3>
+  <h3>成员</h3>
   <pre>
 explicit uniform_on_sphere(int dim = 2)
 </pre>

-  <p><strong>Effects:</strong> Constructs a <code>uniform_on_sphere</code>
-  functor. <code>dim</code> is the dimension of the sphere.</p>
+ <p><strong>效果:</strong>构造一 <code>uniform_on_sphere</code> 函子。 <code>dim</code> 是空间的维度。</p>
   <hr>

<p><a href="http://validator.w3.org/check?uri=referer";><img border="0" src=

Modified: trunk/libs/random/random-misc.html
==============================================================================
--- trunk/libs/random/random-misc.html  (original)
+++ trunk/libs/random/random-misc.html  Sat Jan 24 21:21:52 2009
@@ -2,10 +2,9 @@

 <html>
 <head>
-  <meta http-equiv="Content-Language" content="en-us">
-  <meta http-equiv="Content-Type" content="text/html; charset=us-ascii">
+  <meta http-equiv="Content-Type" content="text/html; charset=utf-8">

-  <title>Boost Random Number Generator Library (Miscellaneous)</title>
+  <title>Boost 随机数库 (杂项)</title>
 </head>

 <body bgcolor="#FFFFFF" text="#000000">

Modified: trunk/libs/random/random-variate.html
==============================================================================
--- trunk/libs/random/random-variate.html       (original)
+++ trunk/libs/random/random-variate.html       Sat Jan 24 21:21:52 2009
@@ -2,20 +2,19 @@

 <html>
 <head>
-  <meta http-equiv="Content-Language" content="en-us">
-  <meta http-equiv="Content-Type" content="text/html; charset=us-ascii">
+  <meta http-equiv="Content-Type" content="text/html; charset=utf-8">

- <title>Boost &#38543;&#26426;&#25968;&#24211;&#65306;&#21464;&#31181;&#29983;&#25104;&#22120;</title>
+  <title>Boost 随机数库:变种生成器</title>
 </head>

 <body bgcolor="#FFFFFF" text="#000000">
- <h1>Boost &#38543;&#26426;&#25968;&#24211;&#65306;&#21464;&#31181;&#29983;&#25104;&#22120;</h1>
+  <h1>Boost 随机数库:变种生成器</h1>

- <p>&#21464;&#31181;&#29983;&#25104;&#22120;&#29992;&#26469;&#32452;&#21512;&#38543;&#26426;&#25968;&#29983;&#25104;&#22120;&#21644;&#38543;&#26426;&#20998;&#24067;&#27169;&#22411;&#12290;Boost.Random &#25552;&#20379;&#20102;&#22823;&#37327;&#30340; <a href="random-generators.html">&#29983;&#25104;&#22120;</a> &#21644; <a href="random-distributions.html">&#20998;&#24067;&#27169;&#22411;</a>&#12290;</p> + <p>变种生成器用来组合随机数生成器和随机分布。Boost.Random 提供了大量的 <a href="random-generators.html">生成器</a> 和 <a href="random-distributions.html">分布</a>。</p>

- <h2><a name="variate_generator" id="variate_generator"><code>variate_generator</code> &#31867;&#27169;&#26495;</a></h2> + <h2><a name="variate_generator" id="variate_generator"><code>variate_generator</code> 类模板</a></h2>

-  <h3>&#27010;&#35272;</h3>
+  <h3>概览</h3>
   <pre>
 #include &lt;<a href=
 
"../../boost/random/variate_generator.hpp">boost/random/variate_generator.hpp</a>&gt;
@@ -42,26 +41,26 @@
 };
 </pre>

-  <h3>&#25551;&#36848;</h3>
+  <h3>描述</h3>

- <p><code>variate_generator</code> &#31867;&#27169;&#26495;&#30340;&#23454;&#20363;&#26159; <a href="random-concepts.html#number_generator">&#25968;&#23383;&#29983;&#25104;&#22120;</a> &#30340;&#27169;&#22411;&#12290;</p> + <p><code>variate_generator</code> 类模板的实例是 <a href="random-concepts.html#number_generator">数字生成器</a> 的模型。</p>

- <p>&#27169;&#26495;&#21442;&#25968; <code>Engine</code> &#30340;&#23454;&#21442;&#24212;&#24403;&#20855;&#26377;&#24418;&#24335; U, U&amp; &#25110; U*&#65292;&#20854;&#20013; U &#20026;&#19968;&#22343;&#21248;&#38543;&#26426;&#25968;&#29983;&#25104;&#22120;&#12290;&#25104;&#21592; <code>engine_value_type</code> &#21017;&#20026; U (&#19981;&#26159;&#20854;&#25351;&#38024;&#25110;&#24341;&#29992;)&#12290;</p> + <p>模板参数 <code>Engine</code> 的实参应当具有形式 U, U& 或 U*,其中 U 为 一均匀随机数生成器。成员 <code>engine_value_type</code> 则为 U (不是其指针或 引用类型)。</p>

- <p><code>variate_generator</code> &#30340;&#19987;&#38376;&#21270;&#24212;&#28385;&#36275; CopyConstructible &#30340;&#38656;&#27714;&#12290;&#20063;&#24212;&#28385;&#36275; Assignable &#30340;&#38656;&#27714;&#65292;&#38500;&#38750;&#21442;&#25968; Engine &#20026; U&amp; &#30340;&#24418;&#24335;&#12290;</p> + <p><code>variate_generator</code> 的专门化满足 CopyConstructible 的需 求,也满足 Assignable 的需求,除非参数 Engine 为 U& 的形式。</p>

- <p>&#26412;&#33410;&#20013;&#32473;&#20986;&#30340;&#25152;&#26377;&#20989;&#25968;&#30340;&#22797;&#26434;&#24230;&#37117;&#26159;&#24120;&#25968;&#30340;&#12290;&#38500;&#26500;&#36896;&#20989;&#25968;&#22806;&#65292;&#22343;&#19981;&#25243;&#20986;&#24322;&#24120;&#12290;</p>
+  <p>本节给出的所有函数的复杂度都是常数的。除构造函数外,均不抛出异常。</p>
   <pre>
     variate_generator(engine_type eng, distribution_type d)
 </pre>

- <p><strong>&#25928;&#26524;&#65306;</strong>&#29992;&#22343;&#21248;&#38543;&#26426;&#25968;&#29983;&#25104;&#22120; <code>eng</code> &#21644;&#38543;&#26426;&#20998;&#24067;&#27169;&#22411; <code>d</code> &#26500;&#36896;&#19968; <code>variate_generator</code> &#23545;&#35937;&#12290;<br> - <strong>&#25243;&#20986;&#65306;</strong>Engine &#25110; Distribution &#30340;&#36171;&#20540;&#26500;&#36896;&#20989;&#25968;&#25243;&#20986;&#30340;&#24322;&#24120;&#12290;</p> + <p><strong>效果:</strong>用均匀随机数生成器 <code>eng</code> 和随机分布 <code>d</code> 构造一 <code>variate_generator</code> 对象。<br> + <strong>抛出:</strong>Engine 或 Distribution 的复制构造函数所抛出的异 常。</p>
   <pre>
     result_type operator()()
 </pre>

- <p><strong>&#36820;&#22238;&#65306;</strong> <code>distribution()(e)</code><br>
+  <p><strong>返回:</strong> <code>distribution()(e)</code><br>
   <strong>Notes:</strong> The sequence of numbers produced by the uniform
random number generator <code>e</code>, s<sub>e</sub>, is obtained from the
   sequence of numbers produced by the associated uniform random number
@@ -145,5 +144,11 @@
   accompanying file <a href="../../LICENSE_1_0.txt">LICENSE_1_0.txt</a> or
   copy at <a href=
   
"http://www.boost.org/LICENSE_1_0.txt";>http://www.boost.org/LICENSE_1_0.txt</a>)</i></p>
+  <p>&#20013;&#25991;&#29256;&#20462;&#35746;&#65306;2008/7/2</p>
+
+ <p><i>Copyright &copy; 2008 <a href="http://wiki.woodpecker.org.cn/moin/XiaoQi";>xiaq</a></i></p>
+
+ <p><i>&#22312; Boost Software License, Version 1.0 &#30340;&#26465;&#27454;&#19979;&#21457;&#24067;&#12290;(&#21442;&#30475;&#25991;&#20214; <a href="../../LICENSE_1_0.txt">LICENSE_1_0.txt</a> &#25110;&#22312;&#32447;&#21103;&#26412; <a href="http://www.boost.org/LICENSE_1_0.txt";> http://www.boost.org/LICENSE_1_0.txt</a>)</i></p>
+
 </body>
 </html>

Other related posts:

  • » [boost-doc-zh commit] r204 - trunk/libs/random - codesite-noreply