在C++中，如何使用向量视图和gsl_stats_mean计算整数向量的平均值？

Question

我的程序操作的是整数STL向量，但是有时候我需要对它们进行一些统计。因此，我使用GSL函数。为了避免将STL向量复制到GSL向量中，我创建了一个GSL向量视图，并将其提供给GSL函数，就像这段代码一样：

#include <iostream>
#include <vector>
#include <gsl/gsl_vector.h>
#include <gsl/gsl_statistics.h>
using namespace std;

int main( int argc, char* argv[] )
{
  vector<int> stl_v;
  for( int i=0; i<5; ++i )
    stl_v.push_back( i );

  gsl_vector_int_const_view gsl_v = gsl_vector_int_const_view_array( &stl_v[0], stl_v.size() );

  for( int i=0; i<stl_v.size(); ++i )
    cout << "gsl_v_" << i << "=" << gsl_vector_int_get( &gsl_v.vector, i ) << endl;

  cout << "mean=" << gsl_stats_mean( (double*) gsl_v.vector.data, 1, stl_v.size() ) << endl;
}

编译后（gcc -lstdc++ -lgsl -lgslcblas test.cpp），此代码输出如下内容：

gsl_v_0=0
gsl_v_1=1
gsl_v_2=2
gsl_v_3=3
gsl_v_4=4
mean=5.73266e-310

向量视图已正确创建，但我不明白为什么平均值是错误的（应该等于10/5=2）。有什么想法吗？先谢谢了。

- tflutre

---

对于一个良好的首次提问，给予加1分。 - aschepler

Answer 1

将 double* 强制转换的做法非常可疑。

每当你想使用强制转换时，请再次考虑。然后寻找一种可以避免使用强制转换的方法（如果转换是隐式的，可以通过引入临时变量来实现）。最后，在进行强制转换之前三思。

由于内存区域实际上并不包含 double 值，因此代码简单地将那里的位模式解释为表示双精度数，从而产生了可预见的不良影响。将 int* 强制转换为 double* 与对数组的每个元素进行转换大不相同。

- Ben Voigt

---

好的，从现在开始我会更加谨慎地使用类型转换。Mark B也提出了一个使用临时向量的解决方案，但这是否意味着我的初始向量必须被暂时复制？如果这个向量非常大怎么办？ - tflutre

Answer 2

使用整数统计函数：

cout << "mean=" << gsl_stats_int_mean( gsl_v.vector.data, 1, stl_v.size() ) << endl;

请注意使用gsl_stats_int_mean而不是gsl_stats_mean。

- Philipp

Answer 3

除非你要进行比平均数更复杂的大量统计工作，否则我建议忽略gsl，只使用标准算法：

double mean = std::accumulate(stl_v.begin(), stl_v.end(), 0.0) / stl_v.size();

如果使用统计库是有正当理由的，你的首选可能应该是寻找更好设计的库（例如Boost Accumulators）。

如果出于某种原因您决定确实需要使用gsl，则看起来您将不得不先将int数组复制到double数组中，然后对结果使用gsl。这显然非常低效，特别是在处理大量数据时--因此建议您改用其他替代品。

- Jerry Coffin

---

我正在编写一个模拟器，因此我需要一个随机数生成器以及计算平均值、方差、标准差、分位数等函数。这就是为什么我想继续使用GSL而不使用std::accumulate的原因。 - tflutre

@wfoolhill：标准库已经提供了伪随机数生成器，而Boost累加器（以及许多其他库）可以计算您提到的所有函数——比gsl更加清晰。 - Jerry Coffin

我不了解Boost，因此我遵循您的建议，快速查看了Boost.Accumulator的文档。它似乎确实非常强大，但我认为我并不需要它的所有功能。到目前为止，使用GSL就已经满足了我的需求。 - tflutre

@wfoolhill：除了工作之外，你需要的一切。即使你解决了这个问题，它仍然只是“除了工作良好”。 - Jerry Coffin

Answer 4

根据http://www.gnu.org/software/gsl/manual/html_node/Mean-and-standard-deviation-and-variance.html，gsl_stats_mean函数需要一个double数组。你正在使用int向量，并告诉它使用原始字节作为double，这样做是不正确的。

你需要设置一个临时的double向量来传递：

// Assumes that there's at least one item in stl_v.
std::vector<double> tempForStats(stl_v.begin(), stl_v.end());
gsl_stats_mean(&tempForStats[0], 1, tempForStats.size());

编辑：您也可以使用标准库算法来计算整数平均值：

// Assumes that there's at least one item in stl_v.
double total = std::accumulate(stl_v.begin(), stl_v.end(), 0);
double mean = total / stl_v.size();

- Mark B

---

谢谢，但是通过使用向量视图，我想避免使用临时向量，因为如果初始向量非常大，将其复制到临时向量中会浪费时间...或者"tempForStats(stl_v.begin(), stl_v.end());"非常高效吗？ - tflutre

Answer 5

虽然我不熟悉GSL，但表达式(double*) gsl_v.vector.data看起来非常可疑。您确定使用reinterpret_cast转换指针以获取double数据是正确的吗？

- aschepler

Answer 6

将数据类型转换为double*会破坏您的数据。它不是将数据转换为double，而只是将int二进制数据作为double使用。

- Elalfer