l4/pkg/libstdc++-v3/contrib/libstdc++-v3-4.6/include/bits/random.tcc

   1 // random number generation (out of line) -*- C++ -*-
   2
   3 // Copyright (C) 2009, 2010, 2011 Free Software Foundation, Inc.
   4 //
   5 // This file is part of the GNU ISO C++ Library.  This library is free
   6 // software; you can redistribute it and/or modify it under the
   7 // terms of the GNU General Public License as published by the
   8 // Free Software Foundation; either version 3, or (at your option)
   9 // any later version.
  10
  11 // This library is distributed in the hope that it will be useful,
  12 // but WITHOUT ANY WARRANTY; without even the implied warranty of
  13 // MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  14 // GNU General Public License for more details.
  15
  16 // Under Section 7 of GPL version 3, you are granted additional
  17 // permissions described in the GCC Runtime Library Exception, version
  18 // 3.1, as published by the Free Software Foundation.
  19
  20 // You should have received a copy of the GNU General Public License and
  21 // a copy of the GCC Runtime Library Exception along with this program;
  22 // see the files COPYING3 and COPYING.RUNTIME respectively.  If not, see
  23 // <http://www.gnu.org/licenses/>.
  24
  25 /** @file bits/random.tcc
  26  *  This is an internal header file, included by other library headers.
  27  *  Do not attempt to use it directly. @headername{random}
  28  */
  29
  30 #ifndef _RANDOM_TCC
  31 #define _RANDOM_TCC 1
  32
  33 #include <numeric> // std::accumulate and std::partial_sum
  34
  35 namespace std _GLIBCXX_VISIBILITY(default)
  36 {
  37   /*
  38    * (Further) implementation-space details.
  39    */
  40   namespace __detail
  41   {
  42   _GLIBCXX_BEGIN_NAMESPACE_VERSION
  43
  44     // General case for x = (ax + c) mod m -- use Schrage's algorithm to
  45     // avoid integer overflow.
  46     //
  47     // Because a and c are compile-time integral constants the compiler
  48     // kindly elides any unreachable paths.
  49     //
  50     // Preconditions:  a > 0, m > 0.
  51     //
  52     template<typename _Tp, _Tp __m, _Tp __a, _Tp __c, bool>
  53       struct _Mod
  54       {
  55         static _Tp
  56         __calc(_Tp __x)
  57         {
  58           if (__a == 1)
  59             __x %= __m;
  60           else
  61             {
  62               static const _Tp __q = __m / __a;
  63               static const _Tp __r = __m % __a;
  64
  65               _Tp __t1 = __a * (__x % __q);
  66               _Tp __t2 = __r * (__x / __q);
  67               if (__t1 >= __t2)
  68                 __x = __t1 - __t2;
  69               else
  70                 __x = __m - __t2 + __t1;
  71             }
  72
  73           if (__c != 0)
  74             {
  75               const _Tp __d = __m - __x;
  76               if (__d > __c)
  77                 __x += __c;
  78               else
  79                 __x = __c - __d;
  80             }
  81           return __x;
  82         }
  83       };
  84
  85     // Special case for m == 0 -- use unsigned integer overflow as modulo
  86     // operator.
  87     template<typename _Tp, _Tp __m, _Tp __a, _Tp __c>
  88       struct _Mod<_Tp, __m, __a, __c, true>
  89       {
  90         static _Tp
  91         __calc(_Tp __x)
  92         { return __a * __x + __c; }
  93       };
  94
  95     template<typename _InputIterator, typename _OutputIterator,
  96              typename _UnaryOperation>
  97       _OutputIterator
  98       __transform(_InputIterator __first, _InputIterator __last,
  99                   _OutputIterator __result, _UnaryOperation __unary_op)
 100       {
 101         for (; __first != __last; ++__first, ++__result)
 102           *__result = __unary_op(*__first);
 103         return __result;
 104       }
 105
 106   _GLIBCXX_END_NAMESPACE_VERSION
 107   } // namespace __detail
 108
 109 _GLIBCXX_BEGIN_NAMESPACE_VERSION
 110
 111   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m>
 112     constexpr _UIntType
 113     linear_congruential_engine<_UIntType, __a, __c, __m>::multiplier;
 114
 115   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m>
 116     constexpr _UIntType
 117     linear_congruential_engine<_UIntType, __a, __c, __m>::increment;
 118
 119   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m>
 120     constexpr _UIntType
 121     linear_congruential_engine<_UIntType, __a, __c, __m>::modulus;
 122
 123   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m>
 124     constexpr _UIntType
 125     linear_congruential_engine<_UIntType, __a, __c, __m>::default_seed;
 126
 127   /**
 128    * Seeds the LCR with integral value @p __s, adjusted so that the
 129    * ring identity is never a member of the convergence set.
 130    */
 131   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m>
 132     void
 133     linear_congruential_engine<_UIntType, __a, __c, __m>::
 134     seed(result_type __s)
 135     {
 136       if ((__detail::__mod<_UIntType, __m>(__c) == 0)
 137           && (__detail::__mod<_UIntType, __m>(__s) == 0))
 138         _M_x = 1;
 139       else
 140         _M_x = __detail::__mod<_UIntType, __m>(__s);
 141     }
 142
 143   /**
 144    * Seeds the LCR engine with a value generated by @p __q.
 145    */
 146   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m>
 147     template<typename _Sseq>
 148       typename std::enable_if<std::is_class<_Sseq>::value>::type
 149       linear_congruential_engine<_UIntType, __a, __c, __m>::
 150       seed(_Sseq& __q)
 151       {
 152         const _UIntType __k0 = __m == 0 ? std::numeric_limits<_UIntType>::digits
 153                                         : std::__lg(__m);
 154         const _UIntType __k = (__k0 + 31) / 32;
 155         uint_least32_t __arr[__k + 3];
 156         __q.generate(__arr + 0, __arr + __k + 3);
 157         _UIntType __factor = 1u;
 158         _UIntType __sum = 0u;
 159         for (size_t __j = 0; __j < __k; ++__j)
 160           {
 161             __sum += __arr[__j + 3] * __factor;
 162             __factor *= __detail::_Shift<_UIntType, 32>::__value;
 163           }
 164         seed(__sum);
 165       }
 166
 167   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m,
 168            typename _CharT, typename _Traits>
 169     std::basic_ostream<_CharT, _Traits>&
 170     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
 171                const linear_congruential_engine<_UIntType,
 172                                                 __a, __c, __m>& __lcr)
 173     {
 174       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
 175       typedef typename __ostream_type::ios_base    __ios_base;
 176
 177       const typename __ios_base::fmtflags __flags = __os.flags();
 178       const _CharT __fill = __os.fill();
 179       __os.flags(__ios_base::dec | __ios_base::fixed | __ios_base::left);
 180       __os.fill(__os.widen(' '));
 181
 182       __os << __lcr._M_x;
 183
 184       __os.flags(__flags);
 185       __os.fill(__fill);
 186       return __os;
 187     }
 188
 189   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m,
 190            typename _CharT, typename _Traits>
 191     std::basic_istream<_CharT, _Traits>&
 192     operator>>(std::basic_istream<_CharT, _Traits>& __is,
 193                linear_congruential_engine<_UIntType, __a, __c, __m>& __lcr)
 194     {
 195       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
 196       typedef typename __istream_type::ios_base    __ios_base;
 197
 198       const typename __ios_base::fmtflags __flags = __is.flags();
 199       __is.flags(__ios_base::dec);
 200
 201       __is >> __lcr._M_x;
 202
 203       __is.flags(__flags);
 204       return __is;
 205     }
 206
 207
 208   template<typename _UIntType,
 209            size_t __w, size_t __n, size_t __m, size_t __r,
 210            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 211            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 212            _UIntType __f>
 213     constexpr size_t
 214     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 215                             __s, __b, __t, __c, __l, __f>::word_size;
 216
 217   template<typename _UIntType,
 218            size_t __w, size_t __n, size_t __m, size_t __r,
 219            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 220            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 221            _UIntType __f>
 222     constexpr size_t
 223     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 224                             __s, __b, __t, __c, __l, __f>::state_size;
 225
 226   template<typename _UIntType,
 227            size_t __w, size_t __n, size_t __m, size_t __r,
 228            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 229            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 230            _UIntType __f>
 231     constexpr size_t
 232     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 233                             __s, __b, __t, __c, __l, __f>::shift_size;
 234
 235   template<typename _UIntType,
 236            size_t __w, size_t __n, size_t __m, size_t __r,
 237            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 238            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 239            _UIntType __f>
 240     constexpr size_t
 241     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 242                             __s, __b, __t, __c, __l, __f>::mask_bits;
 243
 244   template<typename _UIntType,
 245            size_t __w, size_t __n, size_t __m, size_t __r,
 246            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 247            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 248            _UIntType __f>
 249     constexpr _UIntType
 250     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 251                             __s, __b, __t, __c, __l, __f>::xor_mask;
 252
 253   template<typename _UIntType,
 254            size_t __w, size_t __n, size_t __m, size_t __r,
 255            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 256            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 257            _UIntType __f>
 258     constexpr size_t
 259     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 260                             __s, __b, __t, __c, __l, __f>::tempering_u;
 261
 262   template<typename _UIntType,
 263            size_t __w, size_t __n, size_t __m, size_t __r,
 264            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 265            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 266            _UIntType __f>
 267     constexpr _UIntType
 268     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 269                             __s, __b, __t, __c, __l, __f>::tempering_d;
 270
 271   template<typename _UIntType,
 272            size_t __w, size_t __n, size_t __m, size_t __r,
 273            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 274            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 275            _UIntType __f>
 276     constexpr size_t
 277     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 278                             __s, __b, __t, __c, __l, __f>::tempering_s;
 279
 280   template<typename _UIntType,
 281            size_t __w, size_t __n, size_t __m, size_t __r,
 282            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 283            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 284            _UIntType __f>
 285     constexpr _UIntType
 286     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 287                             __s, __b, __t, __c, __l, __f>::tempering_b;
 288
 289   template<typename _UIntType,
 290            size_t __w, size_t __n, size_t __m, size_t __r,
 291            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 292            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 293            _UIntType __f>
 294     constexpr size_t
 295     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 296                             __s, __b, __t, __c, __l, __f>::tempering_t;
 297
 298   template<typename _UIntType,
 299            size_t __w, size_t __n, size_t __m, size_t __r,
 300            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 301            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 302            _UIntType __f>
 303     constexpr _UIntType
 304     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 305                             __s, __b, __t, __c, __l, __f>::tempering_c;
 306
 307   template<typename _UIntType,
 308            size_t __w, size_t __n, size_t __m, size_t __r,
 309            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 310            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 311            _UIntType __f>
 312     constexpr size_t
 313     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 314                             __s, __b, __t, __c, __l, __f>::tempering_l;
 315
 316   template<typename _UIntType,
 317            size_t __w, size_t __n, size_t __m, size_t __r,
 318            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 319            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 320            _UIntType __f>
 321     constexpr _UIntType
 322     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 323                             __s, __b, __t, __c, __l, __f>::
 324                                               initialization_multiplier;
 325
 326   template<typename _UIntType,
 327            size_t __w, size_t __n, size_t __m, size_t __r,
 328            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 329            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 330            _UIntType __f>
 331     constexpr _UIntType
 332     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 333                             __s, __b, __t, __c, __l, __f>::default_seed;
 334
 335   template<typename _UIntType,
 336            size_t __w, size_t __n, size_t __m, size_t __r,
 337            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 338            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 339            _UIntType __f>
 340     void
 341     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 342                             __s, __b, __t, __c, __l, __f>::
 343     seed(result_type __sd)
 344     {
 345       _M_x[0] = __detail::__mod<_UIntType,
 346         __detail::_Shift<_UIntType, __w>::__value>(__sd);
 347
 348       for (size_t __i = 1; __i < state_size; ++__i)
 349         {
 350           _UIntType __x = _M_x[__i - 1];
 351           __x ^= __x >> (__w - 2);
 352           __x *= __f;
 353           __x += __detail::__mod<_UIntType, __n>(__i);
 354           _M_x[__i] = __detail::__mod<_UIntType,
 355             __detail::_Shift<_UIntType, __w>::__value>(__x);
 356         }
 357       _M_p = state_size;
 358     }
 359
 360   template<typename _UIntType,
 361            size_t __w, size_t __n, size_t __m, size_t __r,
 362            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 363            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 364            _UIntType __f>
 365     template<typename _Sseq>
 366       typename std::enable_if<std::is_class<_Sseq>::value>::type
 367       mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 368                               __s, __b, __t, __c, __l, __f>::
 369       seed(_Sseq& __q)
 370       {
 371         const _UIntType __upper_mask = (~_UIntType()) << __r;
 372         const size_t __k = (__w + 31) / 32;
 373         uint_least32_t __arr[__n * __k];
 374         __q.generate(__arr + 0, __arr + __n * __k);
 375
 376         bool __zero = true;
 377         for (size_t __i = 0; __i < state_size; ++__i)
 378           {
 379             _UIntType __factor = 1u;
 380             _UIntType __sum = 0u;
 381             for (size_t __j = 0; __j < __k; ++__j)
 382               {
 383                 __sum += __arr[__k * __i + __j] * __factor;
 384                 __factor *= __detail::_Shift<_UIntType, 32>::__value;
 385               }
 386             _M_x[__i] = __detail::__mod<_UIntType,
 387               __detail::_Shift<_UIntType, __w>::__value>(__sum);
 388
 389             if (__zero)
 390               {
 391                 if (__i == 0)
 392                   {
 393                     if ((_M_x[0] & __upper_mask) != 0u)
 394                       __zero = false;
 395                   }
 396                 else if (_M_x[__i] != 0u)
 397                   __zero = false;
 398               }
 399           }
 400         if (__zero)
 401           _M_x[0] = __detail::_Shift<_UIntType, __w - 1>::__value;
 402       }
 403
 404   template<typename _UIntType, size_t __w,
 405            size_t __n, size_t __m, size_t __r,
 406            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 407            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 408            _UIntType __f>
 409     typename
 410     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 411                             __s, __b, __t, __c, __l, __f>::result_type
 412     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
 413                             __s, __b, __t, __c, __l, __f>::
 414     operator()()
 415     {
 416       // Reload the vector - cost is O(n) amortized over n calls.
 417       if (_M_p >= state_size)
 418         {
 419           const _UIntType __upper_mask = (~_UIntType()) << __r;
 420           const _UIntType __lower_mask = ~__upper_mask;
 421
 422           for (size_t __k = 0; __k < (__n - __m); ++__k)
 423             {
 424               _UIntType __y = ((_M_x[__k] & __upper_mask)
 425                                | (_M_x[__k + 1] & __lower_mask));
 426               _M_x[__k] = (_M_x[__k + __m] ^ (__y >> 1)
 427                            ^ ((__y & 0x01) ? __a : 0));
 428             }
 429
 430           for (size_t __k = (__n - __m); __k < (__n - 1); ++__k)
 431             {
 432               _UIntType __y = ((_M_x[__k] & __upper_mask)
 433                                | (_M_x[__k + 1] & __lower_mask));
 434               _M_x[__k] = (_M_x[__k + (__m - __n)] ^ (__y >> 1)
 435                            ^ ((__y & 0x01) ? __a : 0));
 436             }
 437
 438           _UIntType __y = ((_M_x[__n - 1] & __upper_mask)
 439                            | (_M_x[0] & __lower_mask));
 440           _M_x[__n - 1] = (_M_x[__m - 1] ^ (__y >> 1)
 441                            ^ ((__y & 0x01) ? __a : 0));
 442           _M_p = 0;
 443         }
 444
 445       // Calculate o(x(i)).
 446       result_type __z = _M_x[_M_p++];
 447       __z ^= (__z >> __u) & __d;
 448       __z ^= (__z << __s) & __b;
 449       __z ^= (__z << __t) & __c;
 450       __z ^= (__z >> __l);
 451
 452       return __z;
 453     }
 454
 455   template<typename _UIntType, size_t __w,
 456            size_t __n, size_t __m, size_t __r,
 457            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 458            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 459            _UIntType __f, typename _CharT, typename _Traits>
 460     std::basic_ostream<_CharT, _Traits>&
 461     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
 462                const mersenne_twister_engine<_UIntType, __w, __n, __m,
 463                __r, __a, __u, __d, __s, __b, __t, __c, __l, __f>& __x)
 464     {
 465       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
 466       typedef typename __ostream_type::ios_base    __ios_base;
 467
 468       const typename __ios_base::fmtflags __flags = __os.flags();
 469       const _CharT __fill = __os.fill();
 470       const _CharT __space = __os.widen(' ');
 471       __os.flags(__ios_base::dec | __ios_base::fixed | __ios_base::left);
 472       __os.fill(__space);
 473
 474       for (size_t __i = 0; __i < __n - 1; ++__i)
 475         __os << __x._M_x[__i] << __space;
 476       __os << __x._M_x[__n - 1];
 477
 478       __os.flags(__flags);
 479       __os.fill(__fill);
 480       return __os;
 481     }
 482
 483   template<typename _UIntType, size_t __w,
 484            size_t __n, size_t __m, size_t __r,
 485            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
 486            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
 487            _UIntType __f, typename _CharT, typename _Traits>
 488     std::basic_istream<_CharT, _Traits>&
 489     operator>>(std::basic_istream<_CharT, _Traits>& __is,
 490                mersenne_twister_engine<_UIntType, __w, __n, __m,
 491                __r, __a, __u, __d, __s, __b, __t, __c, __l, __f>& __x)
 492     {
 493       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
 494       typedef typename __istream_type::ios_base    __ios_base;
 495
 496       const typename __ios_base::fmtflags __flags = __is.flags();
 497       __is.flags(__ios_base::dec | __ios_base::skipws);
 498
 499       for (size_t __i = 0; __i < __n; ++__i)
 500         __is >> __x._M_x[__i];
 501
 502       __is.flags(__flags);
 503       return __is;
 504     }
 505
 506
 507   template<typename _UIntType, size_t __w, size_t __s, size_t __r>
 508     constexpr size_t
 509     subtract_with_carry_engine<_UIntType, __w, __s, __r>::word_size;
 510
 511   template<typename _UIntType, size_t __w, size_t __s, size_t __r>
 512     constexpr size_t
 513     subtract_with_carry_engine<_UIntType, __w, __s, __r>::short_lag;
 514
 515   template<typename _UIntType, size_t __w, size_t __s, size_t __r>
 516     constexpr size_t
 517     subtract_with_carry_engine<_UIntType, __w, __s, __r>::long_lag;
 518
 519   template<typename _UIntType, size_t __w, size_t __s, size_t __r>
 520     constexpr _UIntType
 521     subtract_with_carry_engine<_UIntType, __w, __s, __r>::default_seed;
 522
 523   template<typename _UIntType, size_t __w, size_t __s, size_t __r>
 524     void
 525     subtract_with_carry_engine<_UIntType, __w, __s, __r>::
 526     seed(result_type __value)
 527     {
 528       std::linear_congruential_engine<result_type, 40014u, 0u, 2147483563u>
 529         __lcg(__value == 0u ? default_seed : __value);
 530
 531       const size_t __n = (__w + 31) / 32;
 532
 533       for (size_t __i = 0; __i < long_lag; ++__i)
 534         {
 535           _UIntType __sum = 0u;
 536           _UIntType __factor = 1u;
 537           for (size_t __j = 0; __j < __n; ++__j)
 538             {
 539               __sum += __detail::__mod<uint_least32_t,
 540                        __detail::_Shift<uint_least32_t, 32>::__value>
 541                          (__lcg()) * __factor;
 542               __factor *= __detail::_Shift<_UIntType, 32>::__value;
 543             }
 544           _M_x[__i] = __detail::__mod<_UIntType,
 545             __detail::_Shift<_UIntType, __w>::__value>(__sum);
 546         }
 547       _M_carry = (_M_x[long_lag - 1] == 0) ? 1 : 0;
 548       _M_p = 0;
 549     }
 550
 551   template<typename _UIntType, size_t __w, size_t __s, size_t __r>
 552     template<typename _Sseq>
 553       typename std::enable_if<std::is_class<_Sseq>::value>::type
 554       subtract_with_carry_engine<_UIntType, __w, __s, __r>::
 555       seed(_Sseq& __q)
 556       {
 557         const size_t __k = (__w + 31) / 32;
 558         uint_least32_t __arr[__r * __k];
 559         __q.generate(__arr + 0, __arr + __r * __k);
 560
 561         for (size_t __i = 0; __i < long_lag; ++__i)
 562           {
 563             _UIntType __sum = 0u;
 564             _UIntType __factor = 1u;
 565             for (size_t __j = 0; __j < __k; ++__j)
 566               {
 567                 __sum += __arr[__k * __i + __j] * __factor;
 568                 __factor *= __detail::_Shift<_UIntType, 32>::__value;
 569               }
 570             _M_x[__i] = __detail::__mod<_UIntType,
 571               __detail::_Shift<_UIntType, __w>::__value>(__sum);
 572           }
 573         _M_carry = (_M_x[long_lag - 1] == 0) ? 1 : 0;
 574         _M_p = 0;
 575       }
 576
 577   template<typename _UIntType, size_t __w, size_t __s, size_t __r>
 578     typename subtract_with_carry_engine<_UIntType, __w, __s, __r>::
 579              result_type
 580     subtract_with_carry_engine<_UIntType, __w, __s, __r>::
 581     operator()()
 582     {
 583       // Derive short lag index from current index.
 584       long __ps = _M_p - short_lag;
 585       if (__ps < 0)
 586         __ps += long_lag;
 587
 588       // Calculate new x(i) without overflow or division.
 589       // NB: Thanks to the requirements for _UIntType, _M_x[_M_p] + _M_carry
 590       // cannot overflow.
 591       _UIntType __xi;
 592       if (_M_x[__ps] >= _M_x[_M_p] + _M_carry)
 593         {
 594           __xi = _M_x[__ps] - _M_x[_M_p] - _M_carry;
 595           _M_carry = 0;
 596         }
 597       else
 598         {
 599           __xi = (__detail::_Shift<_UIntType, __w>::__value
 600                   - _M_x[_M_p] - _M_carry + _M_x[__ps]);
 601           _M_carry = 1;
 602         }
 603       _M_x[_M_p] = __xi;
 604
 605       // Adjust current index to loop around in ring buffer.
 606       if (++_M_p >= long_lag)
 607         _M_p = 0;
 608
 609       return __xi;
 610     }
 611
 612   template<typename _UIntType, size_t __w, size_t __s, size_t __r,
 613            typename _CharT, typename _Traits>
 614     std::basic_ostream<_CharT, _Traits>&
 615     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
 616                const subtract_with_carry_engine<_UIntType,
 617                                                 __w, __s, __r>& __x)
 618     {
 619       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
 620       typedef typename __ostream_type::ios_base    __ios_base;
 621
 622       const typename __ios_base::fmtflags __flags = __os.flags();
 623       const _CharT __fill = __os.fill();
 624       const _CharT __space = __os.widen(' ');
 625       __os.flags(__ios_base::dec | __ios_base::fixed | __ios_base::left);
 626       __os.fill(__space);
 627
 628       for (size_t __i = 0; __i < __r; ++__i)
 629         __os << __x._M_x[__i] << __space;
 630       __os << __x._M_carry;
 631
 632       __os.flags(__flags);
 633       __os.fill(__fill);
 634       return __os;
 635     }
 636
 637   template<typename _UIntType, size_t __w, size_t __s, size_t __r,
 638            typename _CharT, typename _Traits>
 639     std::basic_istream<_CharT, _Traits>&
 640     operator>>(std::basic_istream<_CharT, _Traits>& __is,
 641                subtract_with_carry_engine<_UIntType, __w, __s, __r>& __x)
 642     {
 643       typedef std::basic_ostream<_CharT, _Traits>  __istream_type;
 644       typedef typename __istream_type::ios_base    __ios_base;
 645
 646       const typename __ios_base::fmtflags __flags = __is.flags();
 647       __is.flags(__ios_base::dec | __ios_base::skipws);
 648
 649       for (size_t __i = 0; __i < __r; ++__i)
 650         __is >> __x._M_x[__i];
 651       __is >> __x._M_carry;
 652
 653       __is.flags(__flags);
 654       return __is;
 655     }
 656
 657
 658   template<typename _RandomNumberEngine, size_t __p, size_t __r>
 659     constexpr size_t
 660     discard_block_engine<_RandomNumberEngine, __p, __r>::block_size;
 661
 662   template<typename _RandomNumberEngine, size_t __p, size_t __r>
 663     constexpr size_t
 664     discard_block_engine<_RandomNumberEngine, __p, __r>::used_block;
 665
 666   template<typename _RandomNumberEngine, size_t __p, size_t __r>
 667     typename discard_block_engine<_RandomNumberEngine,
 668                            __p, __r>::result_type
 669     discard_block_engine<_RandomNumberEngine, __p, __r>::
 670     operator()()
 671     {
 672       if (_M_n >= used_block)
 673         {
 674           _M_b.discard(block_size - _M_n);
 675           _M_n = 0;
 676         }
 677       ++_M_n;
 678       return _M_b();
 679     }
 680
 681   template<typename _RandomNumberEngine, size_t __p, size_t __r,
 682            typename _CharT, typename _Traits>
 683     std::basic_ostream<_CharT, _Traits>&
 684     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
 685                const discard_block_engine<_RandomNumberEngine,
 686                __p, __r>& __x)
 687     {
 688       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
 689       typedef typename __ostream_type::ios_base    __ios_base;
 690
 691       const typename __ios_base::fmtflags __flags = __os.flags();
 692       const _CharT __fill = __os.fill();
 693       const _CharT __space = __os.widen(' ');
 694       __os.flags(__ios_base::dec | __ios_base::fixed | __ios_base::left);
 695       __os.fill(__space);
 696
 697       __os << __x.base() << __space << __x._M_n;
 698
 699       __os.flags(__flags);
 700       __os.fill(__fill);
 701       return __os;
 702     }
 703
 704   template<typename _RandomNumberEngine, size_t __p, size_t __r,
 705            typename _CharT, typename _Traits>
 706     std::basic_istream<_CharT, _Traits>&
 707     operator>>(std::basic_istream<_CharT, _Traits>& __is,
 708                discard_block_engine<_RandomNumberEngine, __p, __r>& __x)
 709     {
 710       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
 711       typedef typename __istream_type::ios_base    __ios_base;
 712
 713       const typename __ios_base::fmtflags __flags = __is.flags();
 714       __is.flags(__ios_base::dec | __ios_base::skipws);
 715
 716       __is >> __x._M_b >> __x._M_n;
 717
 718       __is.flags(__flags);
 719       return __is;
 720     }
 721
 722
 723   template<typename _RandomNumberEngine, size_t __w, typename _UIntType>
 724     typename independent_bits_engine<_RandomNumberEngine, __w, _UIntType>::
 725       result_type
 726     independent_bits_engine<_RandomNumberEngine, __w, _UIntType>::
 727     operator()()
 728     {
 729       const long double __r = static_cast<long double>(_M_b.max())
 730                             - static_cast<long double>(_M_b.min()) + 1.0L;
 731       const result_type __m = std::log(__r) / std::log(2.0L);
 732       result_type __n, __n0, __y0, __y1, __s0, __s1;
 733       for (size_t __i = 0; __i < 2; ++__i)
 734         {
 735           __n = (__w + __m - 1) / __m + __i;
 736           __n0 = __n - __w % __n;
 737           const result_type __w0 = __w / __n;
 738           const result_type __w1 = __w0 + 1;
 739           __s0 = result_type(1) << __w0;
 740           __s1 = result_type(1) << __w1;
 741           __y0 = __s0 * (__r / __s0);
 742           __y1 = __s1 * (__r / __s1);
 743           if (__r - __y0 <= __y0 / __n)
 744             break;
 745         }
 746
 747       result_type __sum = 0;
 748       for (size_t __k = 0; __k < __n0; ++__k)
 749         {
 750           result_type __u;
 751           do
 752             __u = _M_b() - _M_b.min();
 753           while (__u >= __y0);
 754           __sum = __s0 * __sum + __u % __s0;
 755         }
 756       for (size_t __k = __n0; __k < __n; ++__k)
 757         {
 758           result_type __u;
 759           do
 760             __u = _M_b() - _M_b.min();
 761           while (__u >= __y1);
 762           __sum = __s1 * __sum + __u % __s1;
 763         }
 764       return __sum;
 765     }
 766
 767
 768   template<typename _RandomNumberEngine, size_t __k>
 769     constexpr size_t
 770     shuffle_order_engine<_RandomNumberEngine, __k>::table_size;
 771
 772   template<typename _RandomNumberEngine, size_t __k>
 773     typename shuffle_order_engine<_RandomNumberEngine, __k>::result_type
 774     shuffle_order_engine<_RandomNumberEngine, __k>::
 775     operator()()
 776     {
 777       size_t __j = __k * ((_M_y - _M_b.min())
 778                           / (_M_b.max() - _M_b.min() + 1.0L));
 779       _M_y = _M_v[__j];
 780       _M_v[__j] = _M_b();
 781
 782       return _M_y;
 783     }
 784
 785   template<typename _RandomNumberEngine, size_t __k,
 786            typename _CharT, typename _Traits>
 787     std::basic_ostream<_CharT, _Traits>&
 788     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
 789                const shuffle_order_engine<_RandomNumberEngine, __k>& __x)
 790     {
 791       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
 792       typedef typename __ostream_type::ios_base    __ios_base;
 793
 794       const typename __ios_base::fmtflags __flags = __os.flags();
 795       const _CharT __fill = __os.fill();
 796       const _CharT __space = __os.widen(' ');
 797       __os.flags(__ios_base::dec | __ios_base::fixed | __ios_base::left);
 798       __os.fill(__space);
 799
 800       __os << __x.base();
 801       for (size_t __i = 0; __i < __k; ++__i)
 802         __os << __space << __x._M_v[__i];
 803       __os << __space << __x._M_y;
 804
 805       __os.flags(__flags);
 806       __os.fill(__fill);
 807       return __os;
 808     }
 809
 810   template<typename _RandomNumberEngine, size_t __k,
 811            typename _CharT, typename _Traits>
 812     std::basic_istream<_CharT, _Traits>&
 813     operator>>(std::basic_istream<_CharT, _Traits>& __is,
 814                shuffle_order_engine<_RandomNumberEngine, __k>& __x)
 815     {
 816       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
 817       typedef typename __istream_type::ios_base    __ios_base;
 818
 819       const typename __ios_base::fmtflags __flags = __is.flags();
 820       __is.flags(__ios_base::dec | __ios_base::skipws);
 821
 822       __is >> __x._M_b;
 823       for (size_t __i = 0; __i < __k; ++__i)
 824         __is >> __x._M_v[__i];
 825       __is >> __x._M_y;
 826
 827       __is.flags(__flags);
 828       return __is;
 829     }
 830
 831
 832   template<typename _IntType>
 833     template<typename _UniformRandomNumberGenerator>
 834       typename uniform_int_distribution<_IntType>::result_type
 835       uniform_int_distribution<_IntType>::
 836       operator()(_UniformRandomNumberGenerator& __urng,
 837                  const param_type& __param)
 838       {
 839         typedef typename std::make_unsigned<typename
 840           _UniformRandomNumberGenerator::result_type>::type __urngtype;
 841         typedef typename std::make_unsigned<result_type>::type __utype;
 842         typedef typename std::conditional<(sizeof(__urngtype)
 843                                            > sizeof(__utype)),
 844           __urngtype, __utype>::type __uctype;
 845
 846         const __uctype __urngmin = __urng.min();
 847         const __uctype __urngmax = __urng.max();
 848         const __uctype __urngrange = __urngmax - __urngmin;
 849         const __uctype __urange
 850           = __uctype(__param.b()) - __uctype(__param.a());
 851
 852         __uctype __ret;
 853
 854         if (__urngrange > __urange)
 855           {
 856             // downscaling
 857             const __uctype __uerange = __urange + 1; // __urange can be zero
 858             const __uctype __scaling = __urngrange / __uerange;
 859             const __uctype __past = __uerange * __scaling;
 860             do
 861               __ret = __uctype(__urng()) - __urngmin;
 862             while (__ret >= __past);
 863             __ret /= __scaling;
 864           }
 865         else if (__urngrange < __urange)
 866           {
 867             // upscaling
 868             /*
 869               Note that every value in [0, urange]
 870               can be written uniquely as
 871
 872               (urngrange + 1) * high + low
 873
 874               where
 875
 876               high in [0, urange / (urngrange + 1)]
 877
 878               and
 879
 880               low in [0, urngrange].
 881             */
 882             __uctype __tmp; // wraparound control
 883             do
 884               {
 885                 const __uctype __uerngrange = __urngrange + 1;
 886                 __tmp = (__uerngrange * operator()
 887                          (__urng, param_type(0, __urange / __uerngrange)));
 888                 __ret = __tmp + (__uctype(__urng()) - __urngmin);
 889               }
 890             while (__ret > __urange || __ret < __tmp);
 891           }
 892         else
 893           __ret = __uctype(__urng()) - __urngmin;
 894
 895         return __ret + __param.a();
 896       }
 897
 898   template<typename _IntType, typename _CharT, typename _Traits>
 899     std::basic_ostream<_CharT, _Traits>&
 900     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
 901                const uniform_int_distribution<_IntType>& __x)
 902     {
 903       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
 904       typedef typename __ostream_type::ios_base    __ios_base;
 905
 906       const typename __ios_base::fmtflags __flags = __os.flags();
 907       const _CharT __fill = __os.fill();
 908       const _CharT __space = __os.widen(' ');
 909       __os.flags(__ios_base::scientific | __ios_base::left);
 910       __os.fill(__space);
 911
 912       __os << __x.a() << __space << __x.b();
 913
 914       __os.flags(__flags);
 915       __os.fill(__fill);
 916       return __os;
 917     }
 918
 919   template<typename _IntType, typename _CharT, typename _Traits>
 920     std::basic_istream<_CharT, _Traits>&
 921     operator>>(std::basic_istream<_CharT, _Traits>& __is,
 922                uniform_int_distribution<_IntType>& __x)
 923     {
 924       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
 925       typedef typename __istream_type::ios_base    __ios_base;
 926
 927       const typename __ios_base::fmtflags __flags = __is.flags();
 928       __is.flags(__ios_base::dec | __ios_base::skipws);
 929
 930       _IntType __a, __b;
 931       __is >> __a >> __b;
 932       __x.param(typename uniform_int_distribution<_IntType>::
 933                 param_type(__a, __b));
 934
 935       __is.flags(__flags);
 936       return __is;
 937     }
 938
 939
 940   template<typename _RealType, typename _CharT, typename _Traits>
 941     std::basic_ostream<_CharT, _Traits>&
 942     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
 943                const uniform_real_distribution<_RealType>& __x)
 944     {
 945       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
 946       typedef typename __ostream_type::ios_base    __ios_base;
 947
 948       const typename __ios_base::fmtflags __flags = __os.flags();
 949       const _CharT __fill = __os.fill();
 950       const std::streamsize __precision = __os.precision();
 951       const _CharT __space = __os.widen(' ');
 952       __os.flags(__ios_base::scientific | __ios_base::left);
 953       __os.fill(__space);
 954       __os.precision(std::numeric_limits<_RealType>::max_digits10);
 955
 956       __os << __x.a() << __space << __x.b();
 957
 958       __os.flags(__flags);
 959       __os.fill(__fill);
 960       __os.precision(__precision);
 961       return __os;
 962     }
 963
 964   template<typename _RealType, typename _CharT, typename _Traits>
 965     std::basic_istream<_CharT, _Traits>&
 966     operator>>(std::basic_istream<_CharT, _Traits>& __is,
 967                uniform_real_distribution<_RealType>& __x)
 968     {
 969       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
 970       typedef typename __istream_type::ios_base    __ios_base;
 971
 972       const typename __ios_base::fmtflags __flags = __is.flags();
 973       __is.flags(__ios_base::skipws);
 974
 975       _RealType __a, __b;
 976       __is >> __a >> __b;
 977       __x.param(typename uniform_real_distribution<_RealType>::
 978                 param_type(__a, __b));
 979
 980       __is.flags(__flags);
 981       return __is;
 982     }
 983
 984
 985   template<typename _CharT, typename _Traits>
 986     std::basic_ostream<_CharT, _Traits>&
 987     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
 988                const bernoulli_distribution& __x)
 989     {
 990       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
 991       typedef typename __ostream_type::ios_base    __ios_base;
 992
 993       const typename __ios_base::fmtflags __flags = __os.flags();
 994       const _CharT __fill = __os.fill();
 995       const std::streamsize __precision = __os.precision();
 996       __os.flags(__ios_base::scientific | __ios_base::left);
 997       __os.fill(__os.widen(' '));
 998       __os.precision(std::numeric_limits<double>::max_digits10);
 999
1000       __os << __x.p();
1001
1002       __os.flags(__flags);
1003       __os.fill(__fill);
1004       __os.precision(__precision);
1005       return __os;
1006     }
1007
1008
1009   template<typename _IntType>
1010     template<typename _UniformRandomNumberGenerator>
1011       typename geometric_distribution<_IntType>::result_type
1012       geometric_distribution<_IntType>::
1013       operator()(_UniformRandomNumberGenerator& __urng,
1014                  const param_type& __param)
1015       {
1016         // About the epsilon thing see this thread:
1017         // http://gcc.gnu.org/ml/gcc-patches/2006-10/msg00971.html
1018         const double __naf =
1019           (1 - std::numeric_limits<double>::epsilon()) / 2;
1020         // The largest _RealType convertible to _IntType.
1021         const double __thr =
1022           std::numeric_limits<_IntType>::max() + __naf;
1023         __detail::_Adaptor<_UniformRandomNumberGenerator, double>
1024           __aurng(__urng);
1025
1026         double __cand;
1027         do
1028           __cand = std::floor(std::log(__aurng()) / __param._M_log_1_p);
1029         while (__cand >= __thr);
1030
1031         return result_type(__cand + __naf);
1032       }
1033
1034   template<typename _IntType,
1035            typename _CharT, typename _Traits>
1036     std::basic_ostream<_CharT, _Traits>&
1037     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1038                const geometric_distribution<_IntType>& __x)
1039     {
1040       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1041       typedef typename __ostream_type::ios_base    __ios_base;
1042
1043       const typename __ios_base::fmtflags __flags = __os.flags();
1044       const _CharT __fill = __os.fill();
1045       const std::streamsize __precision = __os.precision();
1046       __os.flags(__ios_base::scientific | __ios_base::left);
1047       __os.fill(__os.widen(' '));
1048       __os.precision(std::numeric_limits<double>::max_digits10);
1049
1050       __os << __x.p();
1051
1052       __os.flags(__flags);
1053       __os.fill(__fill);
1054       __os.precision(__precision);
1055       return __os;
1056     }
1057
1058   template<typename _IntType,
1059            typename _CharT, typename _Traits>
1060     std::basic_istream<_CharT, _Traits>&
1061     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1062                geometric_distribution<_IntType>& __x)
1063     {
1064       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1065       typedef typename __istream_type::ios_base    __ios_base;
1066
1067       const typename __ios_base::fmtflags __flags = __is.flags();
1068       __is.flags(__ios_base::skipws);
1069
1070       double __p;
1071       __is >> __p;
1072       __x.param(typename geometric_distribution<_IntType>::param_type(__p));
1073
1074       __is.flags(__flags);
1075       return __is;
1076     }
1077
1078
1079   template<typename _IntType>
1080     template<typename _UniformRandomNumberGenerator>
1081       typename negative_binomial_distribution<_IntType>::result_type
1082       negative_binomial_distribution<_IntType>::
1083       operator()(_UniformRandomNumberGenerator& __urng)
1084       {
1085         const double __y = _M_gd(__urng);
1086
1087         // XXX Is the constructor too slow?
1088         std::poisson_distribution<result_type> __poisson(__y);
1089         return __poisson(__urng);
1090       }
1091
1092   template<typename _IntType>
1093     template<typename _UniformRandomNumberGenerator>
1094       typename negative_binomial_distribution<_IntType>::result_type
1095       negative_binomial_distribution<_IntType>::
1096       operator()(_UniformRandomNumberGenerator& __urng,
1097                  const param_type& __p)
1098       {
1099         typedef typename std::gamma_distribution<result_type>::param_type
1100           param_type;
1101
1102         const double __y =
1103           _M_gd(__urng, param_type(__p.k(), (1.0 - __p.p()) / __p.p()));
1104
1105         std::poisson_distribution<result_type> __poisson(__y);
1106         return __poisson(__urng);
1107       }
1108
1109   template<typename _IntType, typename _CharT, typename _Traits>
1110     std::basic_ostream<_CharT, _Traits>&
1111     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1112                const negative_binomial_distribution<_IntType>& __x)
1113     {
1114       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1115       typedef typename __ostream_type::ios_base    __ios_base;
1116
1117       const typename __ios_base::fmtflags __flags = __os.flags();
1118       const _CharT __fill = __os.fill();
1119       const std::streamsize __precision = __os.precision();
1120       const _CharT __space = __os.widen(' ');
1121       __os.flags(__ios_base::scientific | __ios_base::left);
1122       __os.fill(__os.widen(' '));
1123       __os.precision(std::numeric_limits<double>::max_digits10);
1124
1125       __os << __x.k() << __space << __x.p()
1126            << __space << __x._M_gd;
1127
1128       __os.flags(__flags);
1129       __os.fill(__fill);
1130       __os.precision(__precision);
1131       return __os;
1132     }
1133
1134   template<typename _IntType, typename _CharT, typename _Traits>
1135     std::basic_istream<_CharT, _Traits>&
1136     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1137                negative_binomial_distribution<_IntType>& __x)
1138     {
1139       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1140       typedef typename __istream_type::ios_base    __ios_base;
1141
1142       const typename __ios_base::fmtflags __flags = __is.flags();
1143       __is.flags(__ios_base::skipws);
1144
1145       _IntType __k;
1146       double __p;
1147       __is >> __k >> __p >> __x._M_gd;
1148       __x.param(typename negative_binomial_distribution<_IntType>::
1149                 param_type(__k, __p));
1150
1151       __is.flags(__flags);
1152       return __is;
1153     }
1154
1155
1156   template<typename _IntType>
1157     void
1158     poisson_distribution<_IntType>::param_type::
1159     _M_initialize()
1160     {
1161 #if _GLIBCXX_USE_C99_MATH_TR1
1162       if (_M_mean >= 12)
1163         {
1164           const double __m = std::floor(_M_mean);
1165           _M_lm_thr = std::log(_M_mean);
1166           _M_lfm = std::lgamma(__m + 1);
1167           _M_sm = std::sqrt(__m);
1168
1169           const double __pi_4 = 0.7853981633974483096156608458198757L;
1170           const double __dx = std::sqrt(2 * __m * std::log(32 * __m
1171                                                               / __pi_4));
1172           _M_d = std::round(std::max(6.0, std::min(__m, __dx)));
1173           const double __cx = 2 * __m + _M_d;
1174           _M_scx = std::sqrt(__cx / 2);
1175           _M_1cx = 1 / __cx;
1176
1177           _M_c2b = std::sqrt(__pi_4 * __cx) * std::exp(_M_1cx);
1178           _M_cb = 2 * __cx * std::exp(-_M_d * _M_1cx * (1 + _M_d / 2))
1179                 / _M_d;
1180         }
1181       else
1182 #endif
1183         _M_lm_thr = std::exp(-_M_mean);
1184       }
1185
1186   /**
1187    * A rejection algorithm when mean >= 12 and a simple method based
1188    * upon the multiplication of uniform random variates otherwise.
1189    * NB: The former is available only if _GLIBCXX_USE_C99_MATH_TR1
1190    * is defined.
1191    *
1192    * Reference:
1193    * Devroye, L. Non-Uniform Random Variates Generation. Springer-Verlag,
1194    * New York, 1986, Ch. X, Sects. 3.3 & 3.4 (+ Errata!).
1195    */
1196   template<typename _IntType>
1197     template<typename _UniformRandomNumberGenerator>
1198       typename poisson_distribution<_IntType>::result_type
1199       poisson_distribution<_IntType>::
1200       operator()(_UniformRandomNumberGenerator& __urng,
1201                  const param_type& __param)
1202       {
1203         __detail::_Adaptor<_UniformRandomNumberGenerator, double>
1204           __aurng(__urng);
1205 #if _GLIBCXX_USE_C99_MATH_TR1
1206         if (__param.mean() >= 12)
1207           {
1208             double __x;
1209
1210             // See comments above...
1211             const double __naf =
1212               (1 - std::numeric_limits<double>::epsilon()) / 2;
1213             const double __thr =
1214               std::numeric_limits<_IntType>::max() + __naf;
1215
1216             const double __m = std::floor(__param.mean());
1217             // sqrt(pi / 2)
1218             const double __spi_2 = 1.2533141373155002512078826424055226L;
1219             const double __c1 = __param._M_sm * __spi_2;
1220             const double __c2 = __param._M_c2b + __c1;
1221             const double __c3 = __c2 + 1;
1222             const double __c4 = __c3 + 1;
1223             // e^(1 / 78)
1224             const double __e178 = 1.0129030479320018583185514777512983L;
1225             const double __c5 = __c4 + __e178;
1226             const double __c = __param._M_cb + __c5;
1227             const double __2cx = 2 * (2 * __m + __param._M_d);
1228
1229             bool __reject = true;
1230             do
1231               {
1232                 const double __u = __c * __aurng();
1233                 const double __e = -std::log(__aurng());
1234
1235                 double __w = 0.0;
1236
1237                 if (__u <= __c1)
1238                   {
1239                     const double __n = _M_nd(__urng);
1240                     const double __y = -std::abs(__n) * __param._M_sm - 1;
1241                     __x = std::floor(__y);
1242                     __w = -__n * __n / 2;
1243                     if (__x < -__m)
1244                       continue;
1245                   }
1246                 else if (__u <= __c2)
1247                   {
1248                     const double __n = _M_nd(__urng);
1249                     const double __y = 1 + std::abs(__n) * __param._M_scx;
1250                     __x = std::ceil(__y);
1251                     __w = __y * (2 - __y) * __param._M_1cx;
1252                     if (__x > __param._M_d)
1253                       continue;
1254                   }
1255                 else if (__u <= __c3)
1256                   // NB: This case not in the book, nor in the Errata,
1257                   // but should be ok...
1258                   __x = -1;
1259                 else if (__u <= __c4)
1260                   __x = 0;
1261                 else if (__u <= __c5)
1262                   __x = 1;
1263                 else
1264                   {
1265                     const double __v = -std::log(__aurng());
1266                     const double __y = __param._M_d
1267                                      + __v * __2cx / __param._M_d;
1268                     __x = std::ceil(__y);
1269                     __w = -__param._M_d * __param._M_1cx * (1 + __y / 2);
1270                   }
1271
1272                 __reject = (__w - __e - __x * __param._M_lm_thr
1273                             > __param._M_lfm - std::lgamma(__x + __m + 1));
1274
1275                 __reject |= __x + __m >= __thr;
1276
1277               } while (__reject);
1278
1279             return result_type(__x + __m + __naf);
1280           }
1281         else
1282 #endif
1283           {
1284             _IntType     __x = 0;
1285             double __prod = 1.0;
1286
1287             do
1288               {
1289                 __prod *= __aurng();
1290                 __x += 1;
1291               }
1292             while (__prod > __param._M_lm_thr);
1293
1294             return __x - 1;
1295           }
1296       }
1297
1298   template<typename _IntType,
1299            typename _CharT, typename _Traits>
1300     std::basic_ostream<_CharT, _Traits>&
1301     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1302                const poisson_distribution<_IntType>& __x)
1303     {
1304       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1305       typedef typename __ostream_type::ios_base    __ios_base;
1306
1307       const typename __ios_base::fmtflags __flags = __os.flags();
1308       const _CharT __fill = __os.fill();
1309       const std::streamsize __precision = __os.precision();
1310       const _CharT __space = __os.widen(' ');
1311       __os.flags(__ios_base::scientific | __ios_base::left);
1312       __os.fill(__space);
1313       __os.precision(std::numeric_limits<double>::max_digits10);
1314
1315       __os << __x.mean() << __space << __x._M_nd;
1316
1317       __os.flags(__flags);
1318       __os.fill(__fill);
1319       __os.precision(__precision);
1320       return __os;
1321     }
1322
1323   template<typename _IntType,
1324            typename _CharT, typename _Traits>
1325     std::basic_istream<_CharT, _Traits>&
1326     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1327                poisson_distribution<_IntType>& __x)
1328     {
1329       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1330       typedef typename __istream_type::ios_base    __ios_base;
1331
1332       const typename __ios_base::fmtflags __flags = __is.flags();
1333       __is.flags(__ios_base::skipws);
1334
1335       double __mean;
1336       __is >> __mean >> __x._M_nd;
1337       __x.param(typename poisson_distribution<_IntType>::param_type(__mean));
1338
1339       __is.flags(__flags);
1340       return __is;
1341     }
1342
1343
1344   template<typename _IntType>
1345     void
1346     binomial_distribution<_IntType>::param_type::
1347     _M_initialize()
1348     {
1349       const double __p12 = _M_p <= 0.5 ? _M_p : 1.0 - _M_p;
1350
1351       _M_easy = true;
1352
1353 #if _GLIBCXX_USE_C99_MATH_TR1
1354       if (_M_t * __p12 >= 8)
1355         {
1356           _M_easy = false;
1357           const double __np = std::floor(_M_t * __p12);
1358           const double __pa = __np / _M_t;
1359           const double __1p = 1 - __pa;
1360
1361           const double __pi_4 = 0.7853981633974483096156608458198757L;
1362           const double __d1x =
1363             std::sqrt(__np * __1p * std::log(32 * __np
1364                                              / (81 * __pi_4 * __1p)));
1365           _M_d1 = std::round(std::max(1.0, __d1x));
1366           const double __d2x =
1367             std::sqrt(__np * __1p * std::log(32 * _M_t * __1p
1368                                              / (__pi_4 * __pa)));
1369           _M_d2 = std::round(std::max(1.0, __d2x));
1370
1371           // sqrt(pi / 2)
1372           const double __spi_2 = 1.2533141373155002512078826424055226L;
1373           _M_s1 = std::sqrt(__np * __1p) * (1 + _M_d1 / (4 * __np));
1374           _M_s2 = std::sqrt(__np * __1p) * (1 + _M_d2 / (4 * _M_t * __1p));
1375           _M_c = 2 * _M_d1 / __np;
1376           _M_a1 = std::exp(_M_c) * _M_s1 * __spi_2;
1377           const double __a12 = _M_a1 + _M_s2 * __spi_2;
1378           const double __s1s = _M_s1 * _M_s1;
1379           _M_a123 = __a12 + (std::exp(_M_d1 / (_M_t * __1p))
1380                              * 2 * __s1s / _M_d1
1381                              * std::exp(-_M_d1 * _M_d1 / (2 * __s1s)));
1382           const double __s2s = _M_s2 * _M_s2;
1383           _M_s = (_M_a123 + 2 * __s2s / _M_d2
1384                   * std::exp(-_M_d2 * _M_d2 / (2 * __s2s)));
1385           _M_lf = (std::lgamma(__np + 1)
1386                    + std::lgamma(_M_t - __np + 1));
1387           _M_lp1p = std::log(__pa / __1p);
1388
1389           _M_q = -std::log(1 - (__p12 - __pa) / __1p);
1390         }
1391       else
1392 #endif
1393         _M_q = -std::log(1 - __p12);
1394     }
1395
1396   template<typename _IntType>
1397     template<typename _UniformRandomNumberGenerator>
1398       typename binomial_distribution<_IntType>::result_type
1399       binomial_distribution<_IntType>::
1400       _M_waiting(_UniformRandomNumberGenerator& __urng, _IntType __t)
1401       {
1402         _IntType __x = 0;
1403         double __sum = 0.0;
1404         __detail::_Adaptor<_UniformRandomNumberGenerator, double>
1405           __aurng(__urng);
1406
1407         do
1408           {
1409             const double __e = -std::log(__aurng());
1410             __sum += __e / (__t - __x);
1411             __x += 1;
1412           }
1413         while (__sum <= _M_param._M_q);
1414
1415         return __x - 1;
1416       }
1417
1418   /**
1419    * A rejection algorithm when t * p >= 8 and a simple waiting time
1420    * method - the second in the referenced book - otherwise.
1421    * NB: The former is available only if _GLIBCXX_USE_C99_MATH_TR1
1422    * is defined.
1423    *
1424    * Reference:
1425    * Devroye, L. Non-Uniform Random Variates Generation. Springer-Verlag,
1426    * New York, 1986, Ch. X, Sect. 4 (+ Errata!).
1427    */
1428   template<typename _IntType>
1429     template<typename _UniformRandomNumberGenerator>
1430       typename binomial_distribution<_IntType>::result_type
1431       binomial_distribution<_IntType>::
1432       operator()(_UniformRandomNumberGenerator& __urng,
1433                  const param_type& __param)
1434       {
1435         result_type __ret;
1436         const _IntType __t = __param.t();
1437         const double __p = __param.p();
1438         const double __p12 = __p <= 0.5 ? __p : 1.0 - __p;
1439         __detail::_Adaptor<_UniformRandomNumberGenerator, double>
1440           __aurng(__urng);
1441
1442 #if _GLIBCXX_USE_C99_MATH_TR1
1443         if (!__param._M_easy)
1444           {
1445             double __x;
1446
1447             // See comments above...
1448             const double __naf =
1449               (1 - std::numeric_limits<double>::epsilon()) / 2;
1450             const double __thr =
1451               std::numeric_limits<_IntType>::max() + __naf;
1452
1453             const double __np = std::floor(__t * __p12);
1454
1455             // sqrt(pi / 2)
1456             const double __spi_2 = 1.2533141373155002512078826424055226L;
1457             const double __a1 = __param._M_a1;
1458             const double __a12 = __a1 + __param._M_s2 * __spi_2;
1459             const double __a123 = __param._M_a123;
1460             const double __s1s = __param._M_s1 * __param._M_s1;
1461             const double __s2s = __param._M_s2 * __param._M_s2;
1462
1463             bool __reject;
1464             do
1465               {
1466                 const double __u = __param._M_s * __aurng();
1467
1468                 double __v;
1469
1470                 if (__u <= __a1)
1471                   {
1472                     const double __n = _M_nd(__urng);
1473                     const double __y = __param._M_s1 * std::abs(__n);
1474                     __reject = __y >= __param._M_d1;
1475                     if (!__reject)
1476                       {
1477                         const double __e = -std::log(__aurng());
1478                         __x = std::floor(__y);
1479                         __v = -__e - __n * __n / 2 + __param._M_c;
1480                       }
1481                   }
1482                 else if (__u <= __a12)
1483                   {
1484                     const double __n = _M_nd(__urng);
1485                     const double __y = __param._M_s2 * std::abs(__n);
1486                     __reject = __y >= __param._M_d2;
1487                     if (!__reject)
1488                       {
1489                         const double __e = -std::log(__aurng());
1490                         __x = std::floor(-__y);
1491                         __v = -__e - __n * __n / 2;
1492                       }
1493                   }
1494                 else if (__u <= __a123)
1495                   {
1496                     const double __e1 = -std::log(__aurng());
1497                     const double __e2 = -std::log(__aurng());
1498
1499                     const double __y = __param._M_d1
1500                                      + 2 * __s1s * __e1 / __param._M_d1;
1501                     __x = std::floor(__y);
1502                     __v = (-__e2 + __param._M_d1 * (1 / (__t - __np)
1503                                                     -__y / (2 * __s1s)));
1504                     __reject = false;
1505                   }
1506                 else
1507                   {
1508                     const double __e1 = -std::log(__aurng());
1509                     const double __e2 = -std::log(__aurng());
1510
1511                     const double __y = __param._M_d2
1512                                      + 2 * __s2s * __e1 / __param._M_d2;
1513                     __x = std::floor(-__y);
1514                     __v = -__e2 - __param._M_d2 * __y / (2 * __s2s);
1515                     __reject = false;
1516                   }
1517
1518                 __reject = __reject || __x < -__np || __x > __t - __np;
1519                 if (!__reject)
1520                   {
1521                     const double __lfx =
1522                       std::lgamma(__np + __x + 1)
1523                       + std::lgamma(__t - (__np + __x) + 1);
1524                     __reject = __v > __param._M_lf - __lfx
1525                              + __x * __param._M_lp1p;
1526                   }
1527
1528                 __reject |= __x + __np >= __thr;
1529               }
1530             while (__reject);
1531
1532             __x += __np + __naf;
1533
1534             const _IntType __z = _M_waiting(__urng, __t - _IntType(__x));
1535             __ret = _IntType(__x) + __z;
1536           }
1537         else
1538 #endif
1539           __ret = _M_waiting(__urng, __t);
1540
1541         if (__p12 != __p)
1542           __ret = __t - __ret;
1543         return __ret;
1544       }
1545
1546   template<typename _IntType,
1547            typename _CharT, typename _Traits>
1548     std::basic_ostream<_CharT, _Traits>&
1549     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1550                const binomial_distribution<_IntType>& __x)
1551     {
1552       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1553       typedef typename __ostream_type::ios_base    __ios_base;
1554
1555       const typename __ios_base::fmtflags __flags = __os.flags();
1556       const _CharT __fill = __os.fill();
1557       const std::streamsize __precision = __os.precision();
1558       const _CharT __space = __os.widen(' ');
1559       __os.flags(__ios_base::scientific | __ios_base::left);
1560       __os.fill(__space);
1561       __os.precision(std::numeric_limits<double>::max_digits10);
1562
1563       __os << __x.t() << __space << __x.p()
1564            << __space << __x._M_nd;
1565
1566       __os.flags(__flags);
1567       __os.fill(__fill);
1568       __os.precision(__precision);
1569       return __os;
1570     }
1571
1572   template<typename _IntType,
1573            typename _CharT, typename _Traits>
1574     std::basic_istream<_CharT, _Traits>&
1575     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1576                binomial_distribution<_IntType>& __x)
1577     {
1578       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1579       typedef typename __istream_type::ios_base    __ios_base;
1580
1581       const typename __ios_base::fmtflags __flags = __is.flags();
1582       __is.flags(__ios_base::dec | __ios_base::skipws);
1583
1584       _IntType __t;
1585       double __p;
1586       __is >> __t >> __p >> __x._M_nd;
1587       __x.param(typename binomial_distribution<_IntType>::
1588                 param_type(__t, __p));
1589
1590       __is.flags(__flags);
1591       return __is;
1592     }
1593
1594
1595   template<typename _RealType, typename _CharT, typename _Traits>
1596     std::basic_ostream<_CharT, _Traits>&
1597     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1598                const exponential_distribution<_RealType>& __x)
1599     {
1600       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1601       typedef typename __ostream_type::ios_base    __ios_base;
1602
1603       const typename __ios_base::fmtflags __flags = __os.flags();
1604       const _CharT __fill = __os.fill();
1605       const std::streamsize __precision = __os.precision();
1606       __os.flags(__ios_base::scientific | __ios_base::left);
1607       __os.fill(__os.widen(' '));
1608       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1609
1610       __os << __x.lambda();
1611
1612       __os.flags(__flags);
1613       __os.fill(__fill);
1614       __os.precision(__precision);
1615       return __os;
1616     }
1617
1618   template<typename _RealType, typename _CharT, typename _Traits>
1619     std::basic_istream<_CharT, _Traits>&
1620     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1621                exponential_distribution<_RealType>& __x)
1622     {
1623       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1624       typedef typename __istream_type::ios_base    __ios_base;
1625
1626       const typename __ios_base::fmtflags __flags = __is.flags();
1627       __is.flags(__ios_base::dec | __ios_base::skipws);
1628
1629       _RealType __lambda;
1630       __is >> __lambda;
1631       __x.param(typename exponential_distribution<_RealType>::
1632                 param_type(__lambda));
1633
1634       __is.flags(__flags);
1635       return __is;
1636     }
1637
1638
1639   /**
1640    * Polar method due to Marsaglia.
1641    *
1642    * Devroye, L. Non-Uniform Random Variates Generation. Springer-Verlag,
1643    * New York, 1986, Ch. V, Sect. 4.4.
1644    */
1645   template<typename _RealType>
1646     template<typename _UniformRandomNumberGenerator>
1647       typename normal_distribution<_RealType>::result_type
1648       normal_distribution<_RealType>::
1649       operator()(_UniformRandomNumberGenerator& __urng,
1650                  const param_type& __param)
1651       {
1652         result_type __ret;
1653         __detail::_Adaptor<_UniformRandomNumberGenerator, result_type>
1654           __aurng(__urng);
1655
1656         if (_M_saved_available)
1657           {
1658             _M_saved_available = false;
1659             __ret = _M_saved;
1660           }
1661         else
1662           {
1663             result_type __x, __y, __r2;
1664             do
1665               {
1666                 __x = result_type(2.0) * __aurng() - 1.0;
1667                 __y = result_type(2.0) * __aurng() - 1.0;
1668                 __r2 = __x * __x + __y * __y;
1669               }
1670             while (__r2 > 1.0 || __r2 == 0.0);
1671
1672             const result_type __mult = std::sqrt(-2 * std::log(__r2) / __r2);
1673             _M_saved = __x * __mult;
1674             _M_saved_available = true;
1675             __ret = __y * __mult;
1676           }
1677
1678         __ret = __ret * __param.stddev() + __param.mean();
1679         return __ret;
1680       }
1681
1682   template<typename _RealType>
1683     bool
1684     operator==(const std::normal_distribution<_RealType>& __d1,
1685                const std::normal_distribution<_RealType>& __d2)
1686     {
1687       if (__d1._M_param == __d2._M_param
1688           && __d1._M_saved_available == __d2._M_saved_available)
1689         {
1690           if (__d1._M_saved_available
1691               && __d1._M_saved == __d2._M_saved)
1692             return true;
1693           else if(!__d1._M_saved_available)
1694             return true;
1695           else
1696             return false;
1697         }
1698       else
1699         return false;
1700     }
1701
1702   template<typename _RealType, typename _CharT, typename _Traits>
1703     std::basic_ostream<_CharT, _Traits>&
1704     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1705                const normal_distribution<_RealType>& __x)
1706     {
1707       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1708       typedef typename __ostream_type::ios_base    __ios_base;
1709
1710       const typename __ios_base::fmtflags __flags = __os.flags();
1711       const _CharT __fill = __os.fill();
1712       const std::streamsize __precision = __os.precision();
1713       const _CharT __space = __os.widen(' ');
1714       __os.flags(__ios_base::scientific | __ios_base::left);
1715       __os.fill(__space);
1716       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1717
1718       __os << __x.mean() << __space << __x.stddev()
1719            << __space << __x._M_saved_available;
1720       if (__x._M_saved_available)
1721         __os << __space << __x._M_saved;
1722
1723       __os.flags(__flags);
1724       __os.fill(__fill);
1725       __os.precision(__precision);
1726       return __os;
1727     }
1728
1729   template<typename _RealType, typename _CharT, typename _Traits>
1730     std::basic_istream<_CharT, _Traits>&
1731     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1732                normal_distribution<_RealType>& __x)
1733     {
1734       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1735       typedef typename __istream_type::ios_base    __ios_base;
1736
1737       const typename __ios_base::fmtflags __flags = __is.flags();
1738       __is.flags(__ios_base::dec | __ios_base::skipws);
1739
1740       double __mean, __stddev;
1741       __is >> __mean >> __stddev
1742            >> __x._M_saved_available;
1743       if (__x._M_saved_available)
1744         __is >> __x._M_saved;
1745       __x.param(typename normal_distribution<_RealType>::
1746                 param_type(__mean, __stddev));
1747
1748       __is.flags(__flags);
1749       return __is;
1750     }
1751
1752
1753   template<typename _RealType, typename _CharT, typename _Traits>
1754     std::basic_ostream<_CharT, _Traits>&
1755     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1756                const lognormal_distribution<_RealType>& __x)
1757     {
1758       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1759       typedef typename __ostream_type::ios_base    __ios_base;
1760
1761       const typename __ios_base::fmtflags __flags = __os.flags();
1762       const _CharT __fill = __os.fill();
1763       const std::streamsize __precision = __os.precision();
1764       const _CharT __space = __os.widen(' ');
1765       __os.flags(__ios_base::scientific | __ios_base::left);
1766       __os.fill(__space);
1767       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1768
1769       __os << __x.m() << __space << __x.s()
1770            << __space << __x._M_nd;
1771
1772       __os.flags(__flags);
1773       __os.fill(__fill);
1774       __os.precision(__precision);
1775       return __os;
1776     }
1777
1778   template<typename _RealType, typename _CharT, typename _Traits>
1779     std::basic_istream<_CharT, _Traits>&
1780     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1781                lognormal_distribution<_RealType>& __x)
1782     {
1783       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1784       typedef typename __istream_type::ios_base    __ios_base;
1785
1786       const typename __ios_base::fmtflags __flags = __is.flags();
1787       __is.flags(__ios_base::dec | __ios_base::skipws);
1788
1789       _RealType __m, __s;
1790       __is >> __m >> __s >> __x._M_nd;
1791       __x.param(typename lognormal_distribution<_RealType>::
1792                 param_type(__m, __s));
1793
1794       __is.flags(__flags);
1795       return __is;
1796     }
1797
1798
1799   template<typename _RealType, typename _CharT, typename _Traits>
1800     std::basic_ostream<_CharT, _Traits>&
1801     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1802                const chi_squared_distribution<_RealType>& __x)
1803     {
1804       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1805       typedef typename __ostream_type::ios_base    __ios_base;
1806
1807       const typename __ios_base::fmtflags __flags = __os.flags();
1808       const _CharT __fill = __os.fill();
1809       const std::streamsize __precision = __os.precision();
1810       const _CharT __space = __os.widen(' ');
1811       __os.flags(__ios_base::scientific | __ios_base::left);
1812       __os.fill(__space);
1813       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1814
1815       __os << __x.n() << __space << __x._M_gd;
1816
1817       __os.flags(__flags);
1818       __os.fill(__fill);
1819       __os.precision(__precision);
1820       return __os;
1821     }
1822
1823   template<typename _RealType, typename _CharT, typename _Traits>
1824     std::basic_istream<_CharT, _Traits>&
1825     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1826                chi_squared_distribution<_RealType>& __x)
1827     {
1828       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1829       typedef typename __istream_type::ios_base    __ios_base;
1830
1831       const typename __ios_base::fmtflags __flags = __is.flags();
1832       __is.flags(__ios_base::dec | __ios_base::skipws);
1833
1834       _RealType __n;
1835       __is >> __n >> __x._M_gd;
1836       __x.param(typename chi_squared_distribution<_RealType>::
1837                 param_type(__n));
1838
1839       __is.flags(__flags);
1840       return __is;
1841     }
1842
1843
1844   template<typename _RealType>
1845     template<typename _UniformRandomNumberGenerator>
1846       typename cauchy_distribution<_RealType>::result_type
1847       cauchy_distribution<_RealType>::
1848       operator()(_UniformRandomNumberGenerator& __urng,
1849                  const param_type& __p)
1850       {
1851         __detail::_Adaptor<_UniformRandomNumberGenerator, result_type>
1852           __aurng(__urng);
1853         _RealType __u;
1854         do
1855           __u = __aurng();
1856         while (__u == 0.5);
1857
1858         const _RealType __pi = 3.1415926535897932384626433832795029L;
1859         return __p.a() + __p.b() * std::tan(__pi * __u);
1860       }
1861
1862   template<typename _RealType, typename _CharT, typename _Traits>
1863     std::basic_ostream<_CharT, _Traits>&
1864     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1865                const cauchy_distribution<_RealType>& __x)
1866     {
1867       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1868       typedef typename __ostream_type::ios_base    __ios_base;
1869
1870       const typename __ios_base::fmtflags __flags = __os.flags();
1871       const _CharT __fill = __os.fill();
1872       const std::streamsize __precision = __os.precision();
1873       const _CharT __space = __os.widen(' ');
1874       __os.flags(__ios_base::scientific | __ios_base::left);
1875       __os.fill(__space);
1876       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1877
1878       __os << __x.a() << __space << __x.b();
1879
1880       __os.flags(__flags);
1881       __os.fill(__fill);
1882       __os.precision(__precision);
1883       return __os;
1884     }
1885
1886   template<typename _RealType, typename _CharT, typename _Traits>
1887     std::basic_istream<_CharT, _Traits>&
1888     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1889                cauchy_distribution<_RealType>& __x)
1890     {
1891       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1892       typedef typename __istream_type::ios_base    __ios_base;
1893
1894       const typename __ios_base::fmtflags __flags = __is.flags();
1895       __is.flags(__ios_base::dec | __ios_base::skipws);
1896
1897       _RealType __a, __b;
1898       __is >> __a >> __b;
1899       __x.param(typename cauchy_distribution<_RealType>::
1900                 param_type(__a, __b));
1901
1902       __is.flags(__flags);
1903       return __is;
1904     }
1905
1906
1907   template<typename _RealType, typename _CharT, typename _Traits>
1908     std::basic_ostream<_CharT, _Traits>&
1909     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1910                const fisher_f_distribution<_RealType>& __x)
1911     {
1912       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1913       typedef typename __ostream_type::ios_base    __ios_base;
1914
1915       const typename __ios_base::fmtflags __flags = __os.flags();
1916       const _CharT __fill = __os.fill();
1917       const std::streamsize __precision = __os.precision();
1918       const _CharT __space = __os.widen(' ');
1919       __os.flags(__ios_base::scientific | __ios_base::left);
1920       __os.fill(__space);
1921       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1922
1923       __os << __x.m() << __space << __x.n()
1924            << __space << __x._M_gd_x << __space << __x._M_gd_y;
1925
1926       __os.flags(__flags);
1927       __os.fill(__fill);
1928       __os.precision(__precision);
1929       return __os;
1930     }
1931
1932   template<typename _RealType, typename _CharT, typename _Traits>
1933     std::basic_istream<_CharT, _Traits>&
1934     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1935                fisher_f_distribution<_RealType>& __x)
1936     {
1937       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1938       typedef typename __istream_type::ios_base    __ios_base;
1939
1940       const typename __ios_base::fmtflags __flags = __is.flags();
1941       __is.flags(__ios_base::dec | __ios_base::skipws);
1942
1943       _RealType __m, __n;
1944       __is >> __m >> __n >> __x._M_gd_x >> __x._M_gd_y;
1945       __x.param(typename fisher_f_distribution<_RealType>::
1946                 param_type(__m, __n));
1947
1948       __is.flags(__flags);
1949       return __is;
1950     }
1951
1952
1953   template<typename _RealType, typename _CharT, typename _Traits>
1954     std::basic_ostream<_CharT, _Traits>&
1955     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1956                const student_t_distribution<_RealType>& __x)
1957     {
1958       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1959       typedef typename __ostream_type::ios_base    __ios_base;
1960
1961       const typename __ios_base::fmtflags __flags = __os.flags();
1962       const _CharT __fill = __os.fill();
1963       const std::streamsize __precision = __os.precision();
1964       const _CharT __space = __os.widen(' ');
1965       __os.flags(__ios_base::scientific | __ios_base::left);
1966       __os.fill(__space);
1967       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1968
1969       __os << __x.n() << __space << __x._M_nd << __space << __x._M_gd;
1970
1971       __os.flags(__flags);
1972       __os.fill(__fill);
1973       __os.precision(__precision);
1974       return __os;
1975     }
1976
1977   template<typename _RealType, typename _CharT, typename _Traits>
1978     std::basic_istream<_CharT, _Traits>&
1979     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1980                student_t_distribution<_RealType>& __x)
1981     {
1982       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1983       typedef typename __istream_type::ios_base    __ios_base;
1984
1985       const typename __ios_base::fmtflags __flags = __is.flags();
1986       __is.flags(__ios_base::dec | __ios_base::skipws);
1987
1988       _RealType __n;
1989       __is >> __n >> __x._M_nd >> __x._M_gd;
1990       __x.param(typename student_t_distribution<_RealType>::param_type(__n));
1991
1992       __is.flags(__flags);
1993       return __is;
1994     }
1995
1996
1997   template<typename _RealType>
1998     void
1999     gamma_distribution<_RealType>::param_type::
2000     _M_initialize()
2001     {
2002       _M_malpha = _M_alpha < 1.0 ? _M_alpha + _RealType(1.0) : _M_alpha;
2003
2004       const _RealType __a1 = _M_malpha - _RealType(1.0) / _RealType(3.0);
2005       _M_a2 = _RealType(1.0) / std::sqrt(_RealType(9.0) * __a1);
2006     }
2007
2008   /**
2009    * Marsaglia, G. and Tsang, W. W.
2010    * "A Simple Method for Generating Gamma Variables"
2011    * ACM Transactions on Mathematical Software, 26, 3, 363-372, 2000.
2012    */
2013   template<typename _RealType>
2014     template<typename _UniformRandomNumberGenerator>
2015       typename gamma_distribution<_RealType>::result_type
2016       gamma_distribution<_RealType>::
2017       operator()(_UniformRandomNumberGenerator& __urng,
2018                  const param_type& __param)
2019       {
2020         __detail::_Adaptor<_UniformRandomNumberGenerator, result_type>
2021           __aurng(__urng);
2022
2023         result_type __u, __v, __n;
2024         const result_type __a1 = (__param._M_malpha
2025                                   - _RealType(1.0) / _RealType(3.0));
2026
2027         do
2028           {
2029             do
2030               {
2031                 __n = _M_nd(__urng);
2032                 __v = result_type(1.0) + __param._M_a2 * __n;
2033               }
2034             while (__v <= 0.0);
2035
2036             __v = __v * __v * __v;
2037             __u = __aurng();
2038           }
2039         while (__u > result_type(1.0) - 0.331 * __n * __n * __n * __n
2040                && (std::log(__u) > (0.5 * __n * __n + __a1
2041                                     * (1.0 - __v + std::log(__v)))));
2042
2043         if (__param.alpha() == __param._M_malpha)
2044           return __a1 * __v * __param.beta();
2045         else
2046           {
2047             do
2048               __u = __aurng();
2049             while (__u == 0.0);
2050
2051             return (std::pow(__u, result_type(1.0) / __param.alpha())
2052                     * __a1 * __v * __param.beta());
2053           }
2054       }
2055
2056   template<typename _RealType, typename _CharT, typename _Traits>
2057     std::basic_ostream<_CharT, _Traits>&
2058     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
2059                const gamma_distribution<_RealType>& __x)
2060     {
2061       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
2062       typedef typename __ostream_type::ios_base    __ios_base;
2063
2064       const typename __ios_base::fmtflags __flags = __os.flags();
2065       const _CharT __fill = __os.fill();
2066       const std::streamsize __precision = __os.precision();
2067       const _CharT __space = __os.widen(' ');
2068       __os.flags(__ios_base::scientific | __ios_base::left);
2069       __os.fill(__space);
2070       __os.precision(std::numeric_limits<_RealType>::max_digits10);
2071
2072       __os << __x.alpha() << __space << __x.beta()
2073            << __space << __x._M_nd;
2074
2075       __os.flags(__flags);
2076       __os.fill(__fill);
2077       __os.precision(__precision);
2078       return __os;
2079     }
2080
2081   template<typename _RealType, typename _CharT, typename _Traits>
2082     std::basic_istream<_CharT, _Traits>&
2083     operator>>(std::basic_istream<_CharT, _Traits>& __is,
2084                gamma_distribution<_RealType>& __x)
2085     {
2086       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
2087       typedef typename __istream_type::ios_base    __ios_base;
2088
2089       const typename __ios_base::fmtflags __flags = __is.flags();
2090       __is.flags(__ios_base::dec | __ios_base::skipws);
2091
2092       _RealType __alpha_val, __beta_val;
2093       __is >> __alpha_val >> __beta_val >> __x._M_nd;
2094       __x.param(typename gamma_distribution<_RealType>::
2095                 param_type(__alpha_val, __beta_val));
2096
2097       __is.flags(__flags);
2098       return __is;
2099     }
2100
2101
2102   template<typename _RealType>
2103     template<typename _UniformRandomNumberGenerator>
2104       typename weibull_distribution<_RealType>::result_type
2105       weibull_distribution<_RealType>::
2106       operator()(_UniformRandomNumberGenerator& __urng,
2107                  const param_type& __p)
2108       {
2109         __detail::_Adaptor<_UniformRandomNumberGenerator, result_type>
2110           __aurng(__urng);
2111         return __p.b() * std::pow(-std::log(__aurng()),
2112                                   result_type(1) / __p.a());
2113       }
2114
2115   template<typename _RealType, typename _CharT, typename _Traits>
2116     std::basic_ostream<_CharT, _Traits>&
2117     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
2118                const weibull_distribution<_RealType>& __x)
2119     {
2120       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
2121       typedef typename __ostream_type::ios_base    __ios_base;
2122
2123       const typename __ios_base::fmtflags __flags = __os.flags();
2124       const _CharT __fill = __os.fill();
2125       const std::streamsize __precision = __os.precision();
2126       const _CharT __space = __os.widen(' ');
2127       __os.flags(__ios_base::scientific | __ios_base::left);
2128       __os.fill(__space);
2129       __os.precision(std::numeric_limits<_RealType>::max_digits10);
2130
2131       __os << __x.a() << __space << __x.b();
2132
2133       __os.flags(__flags);
2134       __os.fill(__fill);
2135       __os.precision(__precision);
2136       return __os;
2137     }
2138
2139   template<typename _RealType, typename _CharT, typename _Traits>
2140     std::basic_istream<_CharT, _Traits>&
2141     operator>>(std::basic_istream<_CharT, _Traits>& __is,
2142                weibull_distribution<_RealType>& __x)
2143     {
2144       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
2145       typedef typename __istream_type::ios_base    __ios_base;
2146
2147       const typename __ios_base::fmtflags __flags = __is.flags();
2148       __is.flags(__ios_base::dec | __ios_base::skipws);
2149
2150       _RealType __a, __b;
2151       __is >> __a >> __b;
2152       __x.param(typename weibull_distribution<_RealType>::
2153                 param_type(__a, __b));
2154
2155       __is.flags(__flags);
2156       return __is;
2157     }
2158
2159
2160   template<typename _RealType>
2161     template<typename _UniformRandomNumberGenerator>
2162       typename extreme_value_distribution<_RealType>::result_type
2163       extreme_value_distribution<_RealType>::
2164       operator()(_UniformRandomNumberGenerator& __urng,
2165                  const param_type& __p)
2166       {
2167         __detail::_Adaptor<_UniformRandomNumberGenerator, result_type>
2168           __aurng(__urng);
2169         return __p.a() - __p.b() * std::log(-std::log(__aurng()));
2170       }
2171
2172   template<typename _RealType, typename _CharT, typename _Traits>
2173     std::basic_ostream<_CharT, _Traits>&
2174     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
2175                const extreme_value_distribution<_RealType>& __x)
2176     {
2177       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
2178       typedef typename __ostream_type::ios_base    __ios_base;
2179
2180       const typename __ios_base::fmtflags __flags = __os.flags();
2181       const _CharT __fill = __os.fill();
2182       const std::streamsize __precision = __os.precision();
2183       const _CharT __space = __os.widen(' ');
2184       __os.flags(__ios_base::scientific | __ios_base::left);
2185       __os.fill(__space);
2186       __os.precision(std::numeric_limits<_RealType>::max_digits10);
2187
2188       __os << __x.a() << __space << __x.b();
2189
2190       __os.flags(__flags);
2191       __os.fill(__fill);
2192       __os.precision(__precision);
2193       return __os;
2194     }
2195
2196   template<typename _RealType, typename _CharT, typename _Traits>
2197     std::basic_istream<_CharT, _Traits>&
2198     operator>>(std::basic_istream<_CharT, _Traits>& __is,
2199                extreme_value_distribution<_RealType>& __x)
2200     {
2201       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
2202       typedef typename __istream_type::ios_base    __ios_base;
2203
2204       const typename __ios_base::fmtflags __flags = __is.flags();
2205       __is.flags(__ios_base::dec | __ios_base::skipws);
2206
2207       _RealType __a, __b;
2208       __is >> __a >> __b;
2209       __x.param(typename extreme_value_distribution<_RealType>::
2210                 param_type(__a, __b));
2211
2212       __is.flags(__flags);
2213       return __is;
2214     }
2215
2216
2217   template<typename _IntType>
2218     void
2219     discrete_distribution<_IntType>::param_type::
2220     _M_initialize()
2221     {
2222       if (_M_prob.size() < 2)
2223         {
2224           _M_prob.clear();
2225           return;
2226         }
2227
2228       const double __sum = std::accumulate(_M_prob.begin(),
2229                                            _M_prob.end(), 0.0);
2230       // Now normalize the probabilites.
2231       __detail::__transform(_M_prob.begin(), _M_prob.end(), _M_prob.begin(),
2232                           std::bind2nd(std::divides<double>(), __sum));
2233       // Accumulate partial sums.
2234       _M_cp.reserve(_M_prob.size());
2235       std::partial_sum(_M_prob.begin(), _M_prob.end(),
2236                        std::back_inserter(_M_cp));
2237       // Make sure the last cumulative probability is one.
2238       _M_cp[_M_cp.size() - 1] = 1.0;
2239     }
2240
2241   template<typename _IntType>
2242     template<typename _Func>
2243       discrete_distribution<_IntType>::param_type::
2244       param_type(size_t __nw, double __xmin, double __xmax, _Func __fw)
2245       : _M_prob(), _M_cp()
2246       {
2247         const size_t __n = __nw == 0 ? 1 : __nw;
2248         const double __delta = (__xmax - __xmin) / __n;
2249
2250         _M_prob.reserve(__n);
2251         for (size_t __k = 0; __k < __nw; ++__k)
2252           _M_prob.push_back(__fw(__xmin + __k * __delta + 0.5 * __delta));
2253
2254         _M_initialize();
2255       }
2256
2257   template<typename _IntType>
2258     template<typename _UniformRandomNumberGenerator>
2259       typename discrete_distribution<_IntType>::result_type
2260       discrete_distribution<_IntType>::
2261       operator()(_UniformRandomNumberGenerator& __urng,
2262                  const param_type& __param)
2263       {
2264         if (__param._M_cp.empty())
2265           return result_type(0);
2266
2267         __detail::_Adaptor<_UniformRandomNumberGenerator, double>
2268           __aurng(__urng);
2269
2270         const double __p = __aurng();
2271         auto __pos = std::lower_bound(__param._M_cp.begin(),
2272                                       __param._M_cp.end(), __p);
2273
2274         return __pos - __param._M_cp.begin();
2275       }
2276
2277   template<typename _IntType, typename _CharT, typename _Traits>
2278     std::basic_ostream<_CharT, _Traits>&
2279     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
2280                const discrete_distribution<_IntType>& __x)
2281     {
2282       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
2283       typedef typename __ostream_type::ios_base    __ios_base;
2284
2285       const typename __ios_base::fmtflags __flags = __os.flags();
2286       const _CharT __fill = __os.fill();
2287       const std::streamsize __precision = __os.precision();
2288       const _CharT __space = __os.widen(' ');
2289       __os.flags(__ios_base::scientific | __ios_base::left);
2290       __os.fill(__space);
2291       __os.precision(std::numeric_limits<double>::max_digits10);
2292
2293       std::vector<double> __prob = __x.probabilities();
2294       __os << __prob.size();
2295       for (auto __dit = __prob.begin(); __dit != __prob.end(); ++__dit)
2296         __os << __space << *__dit;
2297
2298       __os.flags(__flags);
2299       __os.fill(__fill);
2300       __os.precision(__precision);
2301       return __os;
2302     }
2303
2304   template<typename _IntType, typename _CharT, typename _Traits>
2305     std::basic_istream<_CharT, _Traits>&
2306     operator>>(std::basic_istream<_CharT, _Traits>& __is,
2307                discrete_distribution<_IntType>& __x)
2308     {
2309       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
2310       typedef typename __istream_type::ios_base    __ios_base;
2311
2312       const typename __ios_base::fmtflags __flags = __is.flags();
2313       __is.flags(__ios_base::dec | __ios_base::skipws);
2314
2315       size_t __n;
2316       __is >> __n;
2317
2318       std::vector<double> __prob_vec;
2319       __prob_vec.reserve(__n);
2320       for (; __n != 0; --__n)
2321         {
2322           double __prob;
2323           __is >> __prob;
2324           __prob_vec.push_back(__prob);
2325         }
2326
2327       __x.param(typename discrete_distribution<_IntType>::
2328                 param_type(__prob_vec.begin(), __prob_vec.end()));
2329
2330       __is.flags(__flags);
2331       return __is;
2332     }
2333
2334
2335   template<typename _RealType>
2336     void
2337     piecewise_constant_distribution<_RealType>::param_type::
2338     _M_initialize()
2339     {
2340       if (_M_int.size() < 2
2341           || (_M_int.size() == 2
2342               && _M_int[0] == _RealType(0)
2343               && _M_int[1] == _RealType(1)))
2344         {
2345           _M_int.clear();
2346           _M_den.clear();
2347           return;
2348         }
2349
2350       const double __sum = std::accumulate(_M_den.begin(),
2351                                            _M_den.end(), 0.0);
2352
2353       __detail::__transform(_M_den.begin(), _M_den.end(), _M_den.begin(),
2354                             std::bind2nd(std::divides<double>(), __sum));
2355
2356       _M_cp.reserve(_M_den.size());
2357       std::partial_sum(_M_den.begin(), _M_den.end(),
2358                        std::back_inserter(_M_cp));
2359
2360       // Make sure the last cumulative probability is one.
2361       _M_cp[_M_cp.size() - 1] = 1.0;
2362
2363       for (size_t __k = 0; __k < _M_den.size(); ++__k)
2364         _M_den[__k] /= _M_int[__k + 1] - _M_int[__k];
2365     }
2366
2367   template<typename _RealType>
2368     template<typename _InputIteratorB, typename _InputIteratorW>
2369       piecewise_constant_distribution<_RealType>::param_type::
2370       param_type(_InputIteratorB __bbegin,
2371                  _InputIteratorB __bend,
2372                  _InputIteratorW __wbegin)
2373       : _M_int(), _M_den(), _M_cp()
2374       {
2375         if (__bbegin != __bend)
2376           {
2377             for (;;)
2378               {
2379                 _M_int.push_back(*__bbegin);
2380                 ++__bbegin;
2381                 if (__bbegin == __bend)
2382                   break;
2383
2384                 _M_den.push_back(*__wbegin);
2385                 ++__wbegin;
2386               }
2387           }
2388
2389         _M_initialize();
2390       }
2391
2392   template<typename _RealType>
2393     template<typename _Func>
2394       piecewise_constant_distribution<_RealType>::param_type::
2395       param_type(initializer_list<_RealType> __bl, _Func __fw)
2396       : _M_int(), _M_den(), _M_cp()
2397       {
2398         _M_int.reserve(__bl.size());
2399         for (auto __biter = __bl.begin(); __biter != __bl.end(); ++__biter)
2400           _M_int.push_back(*__biter);
2401
2402         _M_den.reserve(_M_int.size() - 1);
2403         for (size_t __k = 0; __k < _M_int.size() - 1; ++__k)
2404           _M_den.push_back(__fw(0.5 * (_M_int[__k + 1] + _M_int[__k])));
2405
2406         _M_initialize();
2407       }
2408
2409   template<typename _RealType>
2410     template<typename _Func>
2411       piecewise_constant_distribution<_RealType>::param_type::
2412       param_type(size_t __nw, _RealType __xmin, _RealType __xmax, _Func __fw)
2413       : _M_int(), _M_den(), _M_cp()
2414       {
2415         const size_t __n = __nw == 0 ? 1 : __nw;
2416         const _RealType __delta = (__xmax - __xmin) / __n;
2417
2418         _M_int.reserve(__n + 1);
2419         for (size_t __k = 0; __k <= __nw; ++__k)
2420           _M_int.push_back(__xmin + __k * __delta);
2421
2422         _M_den.reserve(__n);
2423         for (size_t __k = 0; __k < __nw; ++__k)
2424           _M_den.push_back(__fw(_M_int[__k] + 0.5 * __delta));
2425
2426         _M_initialize();
2427       }
2428
2429   template<typename _RealType>
2430     template<typename _UniformRandomNumberGenerator>
2431       typename piecewise_constant_distribution<_RealType>::result_type
2432       piecewise_constant_distribution<_RealType>::
2433       operator()(_UniformRandomNumberGenerator& __urng,
2434                  const param_type& __param)
2435       {
2436         __detail::_Adaptor<_UniformRandomNumberGenerator, double>
2437           __aurng(__urng);
2438
2439         const double __p = __aurng();
2440         if (__param._M_cp.empty())
2441           return __p;
2442
2443         auto __pos = std::lower_bound(__param._M_cp.begin(),
2444                                       __param._M_cp.end(), __p);
2445         const size_t __i = __pos - __param._M_cp.begin();
2446
2447         const double __pref = __i > 0 ? __param._M_cp[__i - 1] : 0.0;
2448
2449         return __param._M_int[__i] + (__p - __pref) / __param._M_den[__i];
2450       }
2451
2452   template<typename _RealType, typename _CharT, typename _Traits>
2453     std::basic_ostream<_CharT, _Traits>&
2454     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
2455                const piecewise_constant_distribution<_RealType>& __x)
2456     {
2457       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
2458       typedef typename __ostream_type::ios_base    __ios_base;
2459
2460       const typename __ios_base::fmtflags __flags = __os.flags();
2461       const _CharT __fill = __os.fill();
2462       const std::streamsize __precision = __os.precision();
2463       const _CharT __space = __os.widen(' ');
2464       __os.flags(__ios_base::scientific | __ios_base::left);
2465       __os.fill(__space);
2466       __os.precision(std::numeric_limits<_RealType>::max_digits10);
2467
2468       std::vector<_RealType> __int = __x.intervals();
2469       __os << __int.size() - 1;
2470
2471       for (auto __xit = __int.begin(); __xit != __int.end(); ++__xit)
2472         __os << __space << *__xit;
2473
2474       std::vector<double> __den = __x.densities();
2475       for (auto __dit = __den.begin(); __dit != __den.end(); ++__dit)
2476         __os << __space << *__dit;
2477
2478       __os.flags(__flags);
2479       __os.fill(__fill);
2480       __os.precision(__precision);
2481       return __os;
2482     }
2483
2484   template<typename _RealType, typename _CharT, typename _Traits>
2485     std::basic_istream<_CharT, _Traits>&
2486     operator>>(std::basic_istream<_CharT, _Traits>& __is,
2487                piecewise_constant_distribution<_RealType>& __x)
2488     {
2489       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
2490       typedef typename __istream_type::ios_base    __ios_base;
2491
2492       const typename __ios_base::fmtflags __flags = __is.flags();
2493       __is.flags(__ios_base::dec | __ios_base::skipws);
2494
2495       size_t __n;
2496       __is >> __n;
2497
2498       std::vector<_RealType> __int_vec;
2499       __int_vec.reserve(__n + 1);
2500       for (size_t __i = 0; __i <= __n; ++__i)
2501         {
2502           _RealType __int;
2503           __is >> __int;
2504           __int_vec.push_back(__int);
2505         }
2506
2507       std::vector<double> __den_vec;
2508       __den_vec.reserve(__n);
2509       for (size_t __i = 0; __i < __n; ++__i)
2510         {
2511           double __den;
2512           __is >> __den;
2513           __den_vec.push_back(__den);
2514         }
2515
2516       __x.param(typename piecewise_constant_distribution<_RealType>::
2517           param_type(__int_vec.begin(), __int_vec.end(), __den_vec.begin()));
2518
2519       __is.flags(__flags);
2520       return __is;
2521     }
2522
2523
2524   template<typename _RealType>
2525     void
2526     piecewise_linear_distribution<_RealType>::param_type::
2527     _M_initialize()
2528     {
2529       if (_M_int.size() < 2
2530           || (_M_int.size() == 2
2531               && _M_int[0] == _RealType(0)
2532               && _M_int[1] == _RealType(1)
2533               && _M_den[0] == _M_den[1]))
2534         {
2535           _M_int.clear();
2536           _M_den.clear();
2537           return;
2538         }
2539
2540       double __sum = 0.0;
2541       _M_cp.reserve(_M_int.size() - 1);
2542       _M_m.reserve(_M_int.size() - 1);
2543       for (size_t __k = 0; __k < _M_int.size() - 1; ++__k)
2544         {
2545           const _RealType __delta = _M_int[__k + 1] - _M_int[__k];
2546           __sum += 0.5 * (_M_den[__k + 1] + _M_den[__k]) * __delta;
2547           _M_cp.push_back(__sum);
2548           _M_m.push_back((_M_den[__k + 1] - _M_den[__k]) / __delta);
2549         }
2550
2551       //  Now normalize the densities...
2552       __detail::__transform(_M_den.begin(), _M_den.end(), _M_den.begin(),
2553                           std::bind2nd(std::divides<double>(), __sum));
2554       //  ... and partial sums...
2555       __detail::__transform(_M_cp.begin(), _M_cp.end(), _M_cp.begin(),
2556                             std::bind2nd(std::divides<double>(), __sum));
2557       //  ... and slopes.
2558       __detail::__transform(_M_m.begin(), _M_m.end(), _M_m.begin(),
2559                             std::bind2nd(std::divides<double>(), __sum));
2560       //  Make sure the last cumulative probablility is one.
2561       _M_cp[_M_cp.size() - 1] = 1.0;
2562      }
2563
2564   template<typename _RealType>
2565     template<typename _InputIteratorB, typename _InputIteratorW>
2566       piecewise_linear_distribution<_RealType>::param_type::
2567       param_type(_InputIteratorB __bbegin,
2568                  _InputIteratorB __bend,
2569                  _InputIteratorW __wbegin)
2570       : _M_int(), _M_den(), _M_cp(), _M_m()
2571       {
2572         for (; __bbegin != __bend; ++__bbegin, ++__wbegin)
2573           {
2574             _M_int.push_back(*__bbegin);
2575             _M_den.push_back(*__wbegin);
2576           }
2577
2578         _M_initialize();
2579       }
2580
2581   template<typename _RealType>
2582     template<typename _Func>
2583       piecewise_linear_distribution<_RealType>::param_type::
2584       param_type(initializer_list<_RealType> __bl, _Func __fw)
2585       : _M_int(), _M_den(), _M_cp(), _M_m()
2586       {
2587         _M_int.reserve(__bl.size());
2588         _M_den.reserve(__bl.size());
2589         for (auto __biter = __bl.begin(); __biter != __bl.end(); ++__biter)
2590           {
2591             _M_int.push_back(*__biter);
2592             _M_den.push_back(__fw(*__biter));
2593           }
2594
2595         _M_initialize();
2596       }
2597
2598   template<typename _RealType>
2599     template<typename _Func>
2600       piecewise_linear_distribution<_RealType>::param_type::
2601       param_type(size_t __nw, _RealType __xmin, _RealType __xmax, _Func __fw)
2602       : _M_int(), _M_den(), _M_cp(), _M_m()
2603       {
2604         const size_t __n = __nw == 0 ? 1 : __nw;
2605         const _RealType __delta = (__xmax - __xmin) / __n;
2606
2607         _M_int.reserve(__n + 1);
2608         _M_den.reserve(__n + 1);
2609         for (size_t __k = 0; __k <= __nw; ++__k)
2610           {
2611             _M_int.push_back(__xmin + __k * __delta);
2612             _M_den.push_back(__fw(_M_int[__k] + __delta));
2613           }
2614
2615         _M_initialize();
2616       }
2617
2618   template<typename _RealType>
2619     template<typename _UniformRandomNumberGenerator>
2620       typename piecewise_linear_distribution<_RealType>::result_type
2621       piecewise_linear_distribution<_RealType>::
2622       operator()(_UniformRandomNumberGenerator& __urng,
2623                  const param_type& __param)
2624       {
2625         __detail::_Adaptor<_UniformRandomNumberGenerator, double>
2626           __aurng(__urng);
2627
2628         const double __p = __aurng();
2629         if (__param._M_cp.empty())
2630           return __p;
2631
2632         auto __pos = std::lower_bound(__param._M_cp.begin(),
2633                                       __param._M_cp.end(), __p);
2634         const size_t __i = __pos - __param._M_cp.begin();
2635
2636         const double __pref = __i > 0 ? __param._M_cp[__i - 1] : 0.0;
2637
2638         const double __a = 0.5 * __param._M_m[__i];
2639         const double __b = __param._M_den[__i];
2640         const double __cm = __p - __pref;
2641
2642         _RealType __x = __param._M_int[__i];
2643         if (__a == 0)
2644           __x += __cm / __b;
2645         else
2646           {
2647             const double __d = __b * __b + 4.0 * __a * __cm;
2648             __x += 0.5 * (std::sqrt(__d) - __b) / __a;
2649           }
2650
2651         return __x;
2652       }
2653
2654   template<typename _RealType, typename _CharT, typename _Traits>
2655     std::basic_ostream<_CharT, _Traits>&
2656     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
2657                const piecewise_linear_distribution<_RealType>& __x)
2658     {
2659       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
2660       typedef typename __ostream_type::ios_base    __ios_base;
2661
2662       const typename __ios_base::fmtflags __flags = __os.flags();
2663       const _CharT __fill = __os.fill();
2664       const std::streamsize __precision = __os.precision();
2665       const _CharT __space = __os.widen(' ');
2666       __os.flags(__ios_base::scientific | __ios_base::left);
2667       __os.fill(__space);
2668       __os.precision(std::numeric_limits<_RealType>::max_digits10);
2669
2670       std::vector<_RealType> __int = __x.intervals();
2671       __os << __int.size() - 1;
2672
2673       for (auto __xit = __int.begin(); __xit != __int.end(); ++__xit)
2674         __os << __space << *__xit;
2675
2676       std::vector<double> __den = __x.densities();
2677       for (auto __dit = __den.begin(); __dit != __den.end(); ++__dit)
2678         __os << __space << *__dit;
2679
2680       __os.flags(__flags);
2681       __os.fill(__fill);
2682       __os.precision(__precision);
2683       return __os;
2684     }
2685
2686   template<typename _RealType, typename _CharT, typename _Traits>
2687     std::basic_istream<_CharT, _Traits>&
2688     operator>>(std::basic_istream<_CharT, _Traits>& __is,
2689                piecewise_linear_distribution<_RealType>& __x)
2690     {
2691       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
2692       typedef typename __istream_type::ios_base    __ios_base;
2693
2694       const typename __ios_base::fmtflags __flags = __is.flags();
2695       __is.flags(__ios_base::dec | __ios_base::skipws);
2696
2697       size_t __n;
2698       __is >> __n;
2699
2700       std::vector<_RealType> __int_vec;
2701       __int_vec.reserve(__n + 1);
2702       for (size_t __i = 0; __i <= __n; ++__i)
2703         {
2704           _RealType __int;
2705           __is >> __int;
2706           __int_vec.push_back(__int);
2707         }
2708
2709       std::vector<double> __den_vec;
2710       __den_vec.reserve(__n + 1);
2711       for (size_t __i = 0; __i <= __n; ++__i)
2712         {
2713           double __den;
2714           __is >> __den;
2715           __den_vec.push_back(__den);
2716         }
2717
2718       __x.param(typename piecewise_linear_distribution<_RealType>::
2719           param_type(__int_vec.begin(), __int_vec.end(), __den_vec.begin()));
2720
2721       __is.flags(__flags);
2722       return __is;
2723     }
2724
2725
2726   template<typename _IntType>
2727     seed_seq::seed_seq(std::initializer_list<_IntType> __il)
2728     {
2729       for (auto __iter = __il.begin(); __iter != __il.end(); ++__iter)
2730         _M_v.push_back(__detail::__mod<result_type,
2731                        __detail::_Shift<result_type, 32>::__value>(*__iter));
2732     }
2733
2734   template<typename _InputIterator>
2735     seed_seq::seed_seq(_InputIterator __begin, _InputIterator __end)
2736     {
2737       for (_InputIterator __iter = __begin; __iter != __end; ++__iter)
2738         _M_v.push_back(__detail::__mod<result_type,
2739                        __detail::_Shift<result_type, 32>::__value>(*__iter));
2740     }
2741
2742   template<typename _RandomAccessIterator>
2743     void
2744     seed_seq::generate(_RandomAccessIterator __begin,
2745                        _RandomAccessIterator __end)
2746     {
2747       typedef typename iterator_traits<_RandomAccessIterator>::value_type
2748         _Type;
2749
2750       if (__begin == __end)
2751         return;
2752
2753       std::fill(__begin, __end, _Type(0x8b8b8b8bu));
2754
2755       const size_t __n = __end - __begin;
2756       const size_t __s = _M_v.size();
2757       const size_t __t = (__n >= 623) ? 11
2758                        : (__n >=  68) ? 7
2759                        : (__n >=  39) ? 5
2760                        : (__n >=   7) ? 3
2761                        : (__n - 1) / 2;
2762       const size_t __p = (__n - __t) / 2;
2763       const size_t __q = __p + __t;
2764       const size_t __m = std::max(__s + 1, __n);
2765
2766       for (size_t __k = 0; __k < __m; ++__k)
2767         {
2768           _Type __arg = (__begin[__k % __n]
2769                          ^ __begin[(__k + __p) % __n]
2770                          ^ __begin[(__k - 1) % __n]);
2771           _Type __r1 = __arg ^ (__arg << 27);
2772           __r1 = __detail::__mod<_Type, __detail::_Shift<_Type, 32>::__value,
2773                                  1664525u, 0u>(__r1);
2774           _Type __r2 = __r1;
2775           if (__k == 0)
2776             __r2 += __s;
2777           else if (__k <= __s)
2778             __r2 += __k % __n + _M_v[__k - 1];
2779           else
2780             __r2 += __k % __n;
2781           __r2 = __detail::__mod<_Type,
2782                    __detail::_Shift<_Type, 32>::__value>(__r2);
2783           __begin[(__k + __p) % __n] += __r1;
2784           __begin[(__k + __q) % __n] += __r2;
2785           __begin[__k % __n] = __r2;
2786         }
2787
2788       for (size_t __k = __m; __k < __m + __n; ++__k)
2789         {
2790           _Type __arg = (__begin[__k % __n]
2791                          + __begin[(__k + __p) % __n]
2792                          + __begin[(__k - 1) % __n]);
2793           _Type __r3 = __arg ^ (__arg << 27);
2794           __r3 = __detail::__mod<_Type, __detail::_Shift<_Type, 32>::__value,
2795                                  1566083941u, 0u>(__r3);
2796           _Type __r4 = __r3 - __k % __n;
2797           __r4 = __detail::__mod<_Type,
2798                    __detail::_Shift<_Type, 32>::__value>(__r4);
2799           __begin[(__k + __p) % __n] ^= __r4;
2800           __begin[(__k + __q) % __n] ^= __r3;
2801           __begin[__k % __n] = __r4;
2802         }
2803     }
2804
2805   template<typename _RealType, size_t __bits,
2806            typename _UniformRandomNumberGenerator>
2807     _RealType
2808     generate_canonical(_UniformRandomNumberGenerator& __urng)
2809     {
2810       const size_t __b
2811         = std::min(static_cast<size_t>(std::numeric_limits<_RealType>::digits),
2812                    __bits);
2813       const long double __r = static_cast<long double>(__urng.max())
2814                             - static_cast<long double>(__urng.min()) + 1.0L;
2815       const size_t __log2r = std::log(__r) / std::log(2.0L);
2816       size_t __k = std::max<size_t>(1UL, (__b + __log2r - 1UL) / __log2r);
2817       _RealType __sum = _RealType(0);
2818       _RealType __tmp = _RealType(1);
2819       for (; __k != 0; --__k)
2820         {
2821           __sum += _RealType(__urng() - __urng.min()) * __tmp;
2822           __tmp *= __r;
2823         }
2824       return __sum / __tmp;
2825     }
2826
2827 _GLIBCXX_END_NAMESPACE_VERSION
2828 } // namespace
2829
2830 #endif