Random в Qt

[V1KT0P]

Т.е. чтобы получить 1 случайное число смувили в среднем 5 тысяч int, перекачали 20k байт. Что Вы можете сказать о технике и классе программиста предложившего такое решение?  

Ну так приведи код которые делает это лучше, быстрее, требует памяти памяти. Но с условием что вероятность выпадения всех последовательностей одинакова, и алгоритм обеспечивает появление всех комбинаций. Вот когда покажешь тогда и послушаю.
Но только не оптимизируй тот тупой алгоритм, я и так знаю что там можно очень сильно оптимизировать. Например можно устранить тасовку памяти используя связный список, при чем введя кое-какие оптимизации поиск по связному списку можно очень сильно сократить за счет увеличения потребления памяти на несколько процентов.
Предложи свой алгоритм который не уступает по свойствам тупому =).

[Igors]

Предложи свой алгоритм который не уступает по свойствам тупому =).

"Свой" здесь неуместно, все это вещи известные. Как достичь "той же тупизны" уже дважды приводилось (в постах #16 и #25). Ладно, еще раз

Код

C++ (Qt)
for (int i = 0; i < numSel; ++i)
 qSwap(data[i], data[qrand() % data.size()]);
 
// первые numSel элементов - подвыборка
 

Вы уж сравните с Вашим по скорости 

[m_ax]

Так вроде свояли же уже достаточно быстрый генератор)

Осталось сравнить с какой-нить другой реализацией: Пример теста:

Код

C++ (Qt)
#include <iostream>
#include <cmath>
#include <cstdlib>
#include <ctime>
#include <algorithm>
#include <iterator>
 
template <unsigned long N>
class URandGen
{
public:
    typedef unsigned long size_type;
    URandGen() {
        m_arr = new int[N];
        for (size_type i = 0; i < N; ++i)
            m_arr[i] = i;
        reset();
        m_index = 0;
    }
    ~URandGen() {
        delete []m_arr;
    }
 
    void reset() {
        for (size_type i = 0; i < N; ++i) {
            std::swap(m_arr[i], m_arr[rand()%N]);
        }
    }
    int operator()() {
        if (m_index == N) {
            reset();
            m_index = 0;
        }
        return m_arr[m_index++];
    }
private:
    int *m_arr;
    size_type m_index;
};
 
int main()
{
    srand(time(0));
    const int N = 1000000;
    int *arr = new int[N];
    URandGen<N> randGen;
    clock_t start = clock();
    std::generate(arr, arr+N, randGen);
    std::cout << "time = " << float(clock()-start)/CLOCKS_PER_SEC << " sec" << std::endl;
 
    //std::copy(arr, arr+N, std::ostream_iterator<int>(std::cout, " "));
 
    std::cin.get();
    return 0;
}
 

Осталось подставить вместо URandGen другую реализацию и всё станет ясно)
Хотя сделать что-то быстрее будет ооочень не просто)  

[V1KT0P]

Вы уж сравните с Вашим по скорости 

Так вроде свояли же уже достаточно быстрый генератор)

Да действительно, мне такое почему-то в голову не пришло =(. Хотя вариант на полиномах выиграет по занимаемой памяти(ему там вообще мизер нужен) =).