本文共 2011 字，大约阅读时间需要 6 分钟。

在Objective-C中生成随机高斯分布（正态分布）可以通过Box-Muller变换算法实现。以下是详细的代码示例和实现步骤，帮助开发者理解如何生成符合高斯分布的随机数。

高斯分布的实现

高斯分布，也称为正态分布，是一种常见的概率分布，其概率密度函数关于均值对称。要生成高斯分布的随机数，可以使用Box-Muller变换算法，这是一种经典的方法。这种方法通过对两个独立的Uniform分布随机数进行变换，生成高斯分布的随机数。

Box-Muller变换算法

Box-Muller变换算法的具体步骤如下：

代码实现

以下是Objective-C中实现Box-Muller变换的完整代码示例：

#import 
   
    
#include 
    
     
@interface RandomGaussian : NSObject
{
    double _mu; // 均值
    double _sigma; // 标准差
}
@property (nonatomic, assign) double mu;
@property (nonatomic, assign) double sigma;
+ (id)gaussianWithMean:(double)mean standardDeviation:(double)standardDeviation;
- (double)generateGaussian;
@end
@implementation RandomGaussian
+ (id)gaussianWithMean:(double)mean standardDeviation:(double)standardDeviation
{
    RandomGaussian *gaussian = [[RandomGaussian alloc] init];
    gaussian.mu = mean;
    gaussian.sigma = standardDeviation;
    return gaussian;
}
- (double)generateGaussian
{
    // 生成标准正态分布的随机数
    double Z1 = sin(2 * M_PI * rand() / (RAND_MAX + 1));
    double Z2 = cos(2 * M_PI * rand() / (RAND_MAX + 1));
    
    double U1 = rand() / (RAND_MAX + 1);
    double U2 = rand() / (RAND_MAX + 1);
    
    double V1 = Z1 * sqrt(-2 * log(U1));
    double V2 = Z2 * sqrt(-2 * log(U2));
    
    double T1 = V1 + mu;
    double T2 = V2 - mu;
    
    // 标准化，缩放回标准差
    double Y1 = T1 / sigma;
    double Y2 = T2 / sigma;
    
    return Y1; // 返回其中一个生成的高斯随机数
}
@end
    
   

代码解释

性能优化

在实际应用中，可以对代码进行优化，例如：

• 使用更高效的随机数生成算法，如Mersenne Twister。
• 预先计算常用参数，减少计算时间。

应用场景

高斯分布生成广泛应用于：

• 数据分析与统计
• 模拟模拟（如金融建模、工程仿真）
• 机器学习与深度学习中的数据预处理

通过上述方法，开发者可以轻松在Objective-C中生成高斯分布的随机数，满足各类应用需求。