最稳妥选择是std::discrete_distribution，它自动归一化非负权重并返回索引；需配合随机引擎使用，构造O(n)、采样O(1)，权重变更时应复用对象或更新param，避免频繁重建。
用 std::discrete_distribution 实现带权重的随机采样
标准库已经提供了开箱即用的加权随机工具，不需要手写轮子。核心是 std::discrete_distribution，它接受一组权重（可为整数或浮点数），返回对应索引——你只需把权重数组和候选值一一映射即可。
常见错误是直接传入概率值（如 {0.1, 0.3, 0.6}）却忘了归一化：这个分布内部会自动归一，但更关键的是它要求输入为非负实数，且至少有一个正数；传入全零或含负数会触发未定义行为。
示例用法：
std::vector<double> weights = {2.0, 5.0, 3.0}; // 不必和为1
std::discrete_distribution<int> dist(weights.begin(), weights.end());
std::mt19937 gen{std::random_device{}()};
int idx = dist(gen); // 返回 0、1 或 2，概率分别为 2/10、5/10、3/10
- 权重支持
int、long long、float、double，内部会转成double累加 - 构造时遍历一次权重序列，时间复杂度 O(n)，之后每次采样是 O(1) 平均复杂度（实际依赖实现，libc++ 和 libstdc++ 都用别名法或表查找）
- 如果权重频繁变化，反复构造分布对象有开销；应复用
dist实例，仅在权重变时调用dist.param({new_weights})更新
手动实现 alias method（别名法）提升高频采样性能
当单个分布被调用数百万次（比如粒子系统、蒙特卡洛模拟），std::discrete_distribution 的常数因子可能不够优。此时别名法能保证严格 O(1) 时间、无分支采样，适合对延迟敏感场景。
立即学习“C++免费学习笔记（深入）”；
它需要预处理：把 n 个权重转为两个长度为 n 的数组 —— prob（缩放后的概率）和 alias（每个槽位的备用索引）。预处理 O(n)，但后续每次采样就是两次查表 + 一次比较。
容易踩的坑：
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
- 浮点精度误差导致
prob[i]略大于 1.0，比较时失效；应在构造后做 clamp：prob[i] = std::min(prob[i], 1.0) - 输入权重含零值，需提前过滤或设极小正数（如
1e-9），否则归一化后分母为 0 - 别名表不支持动态更新；权重变就得重建整个结构
用 std::piecewise_constant_distribution 做连续区间加权
如果你的“选项”本质是连续值（比如从 [0,10) 中按密度函数 f(x) 采样），而不是离散枚举项，那就该换分布类型。例如按三角形权重：x 越靠近 5 概率越高。
std::piecewise_constant_distribution 接收分段区间的边界点和每段高度（即权重密度），自动积分归一。注意：它返回的是浮点数，不是索引。
示例：将 [0,2), [2,5), [5,10) 三段分别赋权 1、3、2：
std::vector<double> bins = {0, 2, 5, 10};
std::vector<double> weights = {1, 3, 2}; // 每段的相对密度
std::piecewise_constant_distribution<double> dist(bins.begin(), bins.end(), weights.begin());
double x = dist(gen); // 返回落在 [0,10) 内的 double
- 边界点必须严格递增，否则行为未定义
- 权重为 0 的段会被跳过，但对应区间仍保留在定义域中（只是概率为 0）
- 内存占用比离散分布高，因要存两组长度为 n 的向量
权重为字符串 key 时如何避免重复计算
实际业务中，权重常来自配置（如 JSON：{"apple": 3, "banana": 7, "cherry": 2}），每次调用都解析再构分布太慢。正确做法是：只在配置加载或变更时构建一次分布对象，并缓存它。
难点不在 C++ 语法，而在生命周期管理：
- 若用局部
static分布对象，要注意多线程首次调用时的初始化竞争（C++11 起静态局部变量初始化是线程安全的） - 若权重存在共享内存或热重载场景，需加读写锁保护分布对象的更新过程
- 不要把
std::discrete_distribution放进容器里直接拷贝——它不可复制（只有移动构造），存std::unique_ptr或用指针间接访问更稳妥
最易被忽略的一点：权重数据和分布对象的语义一致性。比如配置更新了，但旧分布还在用老权重，又没触发重载逻辑，bug 会静默存在很久。
