C++实现MATLAB中的normrnd函数

MATLAB中的`normrnd`函数用于生成符合正态分布的随机数，可以使用C++中的随机数库来实现类似的功能。以下是一个基于Box-Muller变换的实现示例：

#include <iostream>
#include <random>
#include <cmath>

double normrnd(double mu, double sigma) {
    // 初始化随机数生成器
    std::default_random_engine generator;
    // 正态分布
    std::normal_distribution<double> distribution(mu, sigma);

    // 生成两个独立的均匀分布随机数
    double u1 = distribution(generator);
    double u2 = distribution(generator);

    // Box-Muller变换
    double z1 = std::sqrt(-2 * std::log(u1)) * std::cos(2 * M_PI * u2);
    //double z2 = std::sqrt(-2 * std::log(u1)) * std::sin(2 * M_PI * u2);

    return z1;
}

int main() {
    std::cout << normrnd(0, 1) << std::endl;
    return 0;
}

其中，`mu`和`sigma`分别表示正态分布的均值和标准差。在上述代码中，使用`std::default_random_engine`初始化随机数生成器，并使用`std::normal_distribution`定义一个正态分布。然后，调用两次`distribution(generator)`生成两个独立的均匀分布随机数，再使用Box-Muller变换得到符合正态分布的随机数。最后返回生成的随机数即可。