VOP_FSYNC.9: Missing comma
[dragonfly.git] / contrib / gcc-4.7 / libstdc++-v3 / include / bits / random.tcc
1 // random number generation (out of line) -*- C++ -*-
2
3 // Copyright (C) 2009-2012 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     // XXX FIXME: as-is, only works correctly for __m % __a < __m / __a. 
53     //
54     template<typename _Tp, _Tp __m, _Tp __a, _Tp __c, bool>
55       struct _Mod
56       {
57         static _Tp
58         __calc(_Tp __x)
59         {
60           if (__a == 1)
61             __x %= __m;
62           else
63             {
64               static const _Tp __q = __m / __a;
65               static const _Tp __r = __m % __a;
66
67               _Tp __t1 = __a * (__x % __q);
68               _Tp __t2 = __r * (__x / __q);
69               if (__t1 >= __t2)
70                 __x = __t1 - __t2;
71               else
72                 __x = __m - __t2 + __t1;
73             }
74
75           if (__c != 0)
76             {
77               const _Tp __d = __m - __x;
78               if (__d > __c)
79                 __x += __c;
80               else
81                 __x = __c - __d;
82             }
83           return __x;
84         }
85       };
86
87     // Special case for m == 0 -- use unsigned integer overflow as modulo
88     // operator.
89     template<typename _Tp, _Tp __m, _Tp __a, _Tp __c>
90       struct _Mod<_Tp, __m, __a, __c, true>
91       {
92         static _Tp
93         __calc(_Tp __x)
94         { return __a * __x + __c; }
95       };
96
97     template<typename _InputIterator, typename _OutputIterator,
98              typename _UnaryOperation>
99       _OutputIterator
100       __transform(_InputIterator __first, _InputIterator __last,
101                   _OutputIterator __result, _UnaryOperation __unary_op)
102       {
103         for (; __first != __last; ++__first, ++__result)
104           *__result = __unary_op(*__first);
105         return __result;
106       }
107
108   _GLIBCXX_END_NAMESPACE_VERSION
109   } // namespace __detail
110
111 _GLIBCXX_BEGIN_NAMESPACE_VERSION
112
113   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m>
114     constexpr _UIntType
115     linear_congruential_engine<_UIntType, __a, __c, __m>::multiplier;
116
117   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m>
118     constexpr _UIntType
119     linear_congruential_engine<_UIntType, __a, __c, __m>::increment;
120
121   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m>
122     constexpr _UIntType
123     linear_congruential_engine<_UIntType, __a, __c, __m>::modulus;
124
125   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m>
126     constexpr _UIntType
127     linear_congruential_engine<_UIntType, __a, __c, __m>::default_seed;
128
129   /**
130    * Seeds the LCR with integral value @p __s, adjusted so that the
131    * ring identity is never a member of the convergence set.
132    */
133   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m>
134     void
135     linear_congruential_engine<_UIntType, __a, __c, __m>::
136     seed(result_type __s)
137     {
138       if ((__detail::__mod<_UIntType, __m>(__c) == 0)
139           && (__detail::__mod<_UIntType, __m>(__s) == 0))
140         _M_x = 1;
141       else
142         _M_x = __detail::__mod<_UIntType, __m>(__s);
143     }
144
145   /**
146    * Seeds the LCR engine with a value generated by @p __q.
147    */
148   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m>
149     template<typename _Sseq>
150       typename std::enable_if<std::is_class<_Sseq>::value>::type
151       linear_congruential_engine<_UIntType, __a, __c, __m>::
152       seed(_Sseq& __q)
153       {
154         const _UIntType __k0 = __m == 0 ? std::numeric_limits<_UIntType>::digits
155                                         : std::__lg(__m);
156         const _UIntType __k = (__k0 + 31) / 32;
157         uint_least32_t __arr[__k + 3];
158         __q.generate(__arr + 0, __arr + __k + 3);
159         _UIntType __factor = 1u;
160         _UIntType __sum = 0u;
161         for (size_t __j = 0; __j < __k; ++__j)
162           {
163             __sum += __arr[__j + 3] * __factor;
164             __factor *= __detail::_Shift<_UIntType, 32>::__value;
165           }
166         seed(__sum);
167       }
168
169   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m,
170            typename _CharT, typename _Traits>
171     std::basic_ostream<_CharT, _Traits>&
172     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
173                const linear_congruential_engine<_UIntType,
174                                                 __a, __c, __m>& __lcr)
175     {
176       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
177       typedef typename __ostream_type::ios_base    __ios_base;
178
179       const typename __ios_base::fmtflags __flags = __os.flags();
180       const _CharT __fill = __os.fill();
181       __os.flags(__ios_base::dec | __ios_base::fixed | __ios_base::left);
182       __os.fill(__os.widen(' '));
183
184       __os << __lcr._M_x;
185
186       __os.flags(__flags);
187       __os.fill(__fill);
188       return __os;
189     }
190
191   template<typename _UIntType, _UIntType __a, _UIntType __c, _UIntType __m,
192            typename _CharT, typename _Traits>
193     std::basic_istream<_CharT, _Traits>&
194     operator>>(std::basic_istream<_CharT, _Traits>& __is,
195                linear_congruential_engine<_UIntType, __a, __c, __m>& __lcr)
196     {
197       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
198       typedef typename __istream_type::ios_base    __ios_base;
199
200       const typename __ios_base::fmtflags __flags = __is.flags();
201       __is.flags(__ios_base::dec);
202
203       __is >> __lcr._M_x;
204
205       __is.flags(__flags);
206       return __is;
207     }
208
209
210   template<typename _UIntType,
211            size_t __w, size_t __n, size_t __m, size_t __r,
212            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
213            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
214            _UIntType __f>
215     constexpr size_t
216     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
217                             __s, __b, __t, __c, __l, __f>::word_size;
218
219   template<typename _UIntType,
220            size_t __w, size_t __n, size_t __m, size_t __r,
221            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
222            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
223            _UIntType __f>
224     constexpr size_t
225     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
226                             __s, __b, __t, __c, __l, __f>::state_size;
227
228   template<typename _UIntType,
229            size_t __w, size_t __n, size_t __m, size_t __r,
230            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
231            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
232            _UIntType __f>
233     constexpr size_t
234     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
235                             __s, __b, __t, __c, __l, __f>::shift_size;
236
237   template<typename _UIntType,
238            size_t __w, size_t __n, size_t __m, size_t __r,
239            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
240            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
241            _UIntType __f>
242     constexpr size_t
243     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
244                             __s, __b, __t, __c, __l, __f>::mask_bits;
245
246   template<typename _UIntType,
247            size_t __w, size_t __n, size_t __m, size_t __r,
248            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
249            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
250            _UIntType __f>
251     constexpr _UIntType
252     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
253                             __s, __b, __t, __c, __l, __f>::xor_mask;
254
255   template<typename _UIntType,
256            size_t __w, size_t __n, size_t __m, size_t __r,
257            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
258            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
259            _UIntType __f>
260     constexpr size_t
261     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
262                             __s, __b, __t, __c, __l, __f>::tempering_u;
263    
264   template<typename _UIntType,
265            size_t __w, size_t __n, size_t __m, size_t __r,
266            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
267            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
268            _UIntType __f>
269     constexpr _UIntType
270     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
271                             __s, __b, __t, __c, __l, __f>::tempering_d;
272
273   template<typename _UIntType,
274            size_t __w, size_t __n, size_t __m, size_t __r,
275            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
276            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
277            _UIntType __f>
278     constexpr size_t
279     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
280                             __s, __b, __t, __c, __l, __f>::tempering_s;
281
282   template<typename _UIntType,
283            size_t __w, size_t __n, size_t __m, size_t __r,
284            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
285            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
286            _UIntType __f>
287     constexpr _UIntType
288     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
289                             __s, __b, __t, __c, __l, __f>::tempering_b;
290
291   template<typename _UIntType,
292            size_t __w, size_t __n, size_t __m, size_t __r,
293            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
294            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
295            _UIntType __f>
296     constexpr size_t
297     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
298                             __s, __b, __t, __c, __l, __f>::tempering_t;
299
300   template<typename _UIntType,
301            size_t __w, size_t __n, size_t __m, size_t __r,
302            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
303            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
304            _UIntType __f>
305     constexpr _UIntType
306     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
307                             __s, __b, __t, __c, __l, __f>::tempering_c;
308
309   template<typename _UIntType,
310            size_t __w, size_t __n, size_t __m, size_t __r,
311            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
312            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
313            _UIntType __f>
314     constexpr size_t
315     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
316                             __s, __b, __t, __c, __l, __f>::tempering_l;
317
318   template<typename _UIntType,
319            size_t __w, size_t __n, size_t __m, size_t __r,
320            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
321            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
322            _UIntType __f>
323     constexpr _UIntType
324     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
325                             __s, __b, __t, __c, __l, __f>::
326                                               initialization_multiplier;
327
328   template<typename _UIntType,
329            size_t __w, size_t __n, size_t __m, size_t __r,
330            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
331            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
332            _UIntType __f>
333     constexpr _UIntType
334     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
335                             __s, __b, __t, __c, __l, __f>::default_seed;
336
337   template<typename _UIntType,
338            size_t __w, size_t __n, size_t __m, size_t __r,
339            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
340            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
341            _UIntType __f>
342     void
343     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
344                             __s, __b, __t, __c, __l, __f>::
345     seed(result_type __sd)
346     {
347       _M_x[0] = __detail::__mod<_UIntType,
348         __detail::_Shift<_UIntType, __w>::__value>(__sd);
349
350       for (size_t __i = 1; __i < state_size; ++__i)
351         {
352           _UIntType __x = _M_x[__i - 1];
353           __x ^= __x >> (__w - 2);
354           __x *= __f;
355           __x += __detail::__mod<_UIntType, __n>(__i);
356           _M_x[__i] = __detail::__mod<_UIntType,
357             __detail::_Shift<_UIntType, __w>::__value>(__x);
358         }
359       _M_p = state_size;
360     }
361
362   template<typename _UIntType,
363            size_t __w, size_t __n, size_t __m, size_t __r,
364            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
365            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
366            _UIntType __f>
367     template<typename _Sseq>
368       typename std::enable_if<std::is_class<_Sseq>::value>::type
369       mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
370                               __s, __b, __t, __c, __l, __f>::
371       seed(_Sseq& __q)
372       {
373         const _UIntType __upper_mask = (~_UIntType()) << __r;
374         const size_t __k = (__w + 31) / 32;
375         uint_least32_t __arr[__n * __k];
376         __q.generate(__arr + 0, __arr + __n * __k);
377
378         bool __zero = true;
379         for (size_t __i = 0; __i < state_size; ++__i)
380           {
381             _UIntType __factor = 1u;
382             _UIntType __sum = 0u;
383             for (size_t __j = 0; __j < __k; ++__j)
384               {
385                 __sum += __arr[__k * __i + __j] * __factor;
386                 __factor *= __detail::_Shift<_UIntType, 32>::__value;
387               }
388             _M_x[__i] = __detail::__mod<_UIntType,
389               __detail::_Shift<_UIntType, __w>::__value>(__sum);
390
391             if (__zero)
392               {
393                 if (__i == 0)
394                   {
395                     if ((_M_x[0] & __upper_mask) != 0u)
396                       __zero = false;
397                   }
398                 else if (_M_x[__i] != 0u)
399                   __zero = false;
400               }
401           }
402         if (__zero)
403           _M_x[0] = __detail::_Shift<_UIntType, __w - 1>::__value;
404         _M_p = state_size;
405       }
406
407   template<typename _UIntType, size_t __w,
408            size_t __n, size_t __m, size_t __r,
409            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
410            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
411            _UIntType __f>
412     typename
413     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
414                             __s, __b, __t, __c, __l, __f>::result_type
415     mersenne_twister_engine<_UIntType, __w, __n, __m, __r, __a, __u, __d,
416                             __s, __b, __t, __c, __l, __f>::
417     operator()()
418     {
419       // Reload the vector - cost is O(n) amortized over n calls.
420       if (_M_p >= state_size)
421         {
422           const _UIntType __upper_mask = (~_UIntType()) << __r;
423           const _UIntType __lower_mask = ~__upper_mask;
424
425           for (size_t __k = 0; __k < (__n - __m); ++__k)
426             {
427               _UIntType __y = ((_M_x[__k] & __upper_mask)
428                                | (_M_x[__k + 1] & __lower_mask));
429               _M_x[__k] = (_M_x[__k + __m] ^ (__y >> 1)
430                            ^ ((__y & 0x01) ? __a : 0));
431             }
432
433           for (size_t __k = (__n - __m); __k < (__n - 1); ++__k)
434             {
435               _UIntType __y = ((_M_x[__k] & __upper_mask)
436                                | (_M_x[__k + 1] & __lower_mask));
437               _M_x[__k] = (_M_x[__k + (__m - __n)] ^ (__y >> 1)
438                            ^ ((__y & 0x01) ? __a : 0));
439             }
440
441           _UIntType __y = ((_M_x[__n - 1] & __upper_mask)
442                            | (_M_x[0] & __lower_mask));
443           _M_x[__n - 1] = (_M_x[__m - 1] ^ (__y >> 1)
444                            ^ ((__y & 0x01) ? __a : 0));
445           _M_p = 0;
446         }
447
448       // Calculate o(x(i)).
449       result_type __z = _M_x[_M_p++];
450       __z ^= (__z >> __u) & __d;
451       __z ^= (__z << __s) & __b;
452       __z ^= (__z << __t) & __c;
453       __z ^= (__z >> __l);
454
455       return __z;
456     }
457
458   template<typename _UIntType, size_t __w,
459            size_t __n, size_t __m, size_t __r,
460            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
461            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
462            _UIntType __f, typename _CharT, typename _Traits>
463     std::basic_ostream<_CharT, _Traits>&
464     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
465                const mersenne_twister_engine<_UIntType, __w, __n, __m,
466                __r, __a, __u, __d, __s, __b, __t, __c, __l, __f>& __x)
467     {
468       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
469       typedef typename __ostream_type::ios_base    __ios_base;
470
471       const typename __ios_base::fmtflags __flags = __os.flags();
472       const _CharT __fill = __os.fill();
473       const _CharT __space = __os.widen(' ');
474       __os.flags(__ios_base::dec | __ios_base::fixed | __ios_base::left);
475       __os.fill(__space);
476
477       for (size_t __i = 0; __i < __n; ++__i)
478         __os << __x._M_x[__i] << __space;
479       __os << __x._M_p;
480
481       __os.flags(__flags);
482       __os.fill(__fill);
483       return __os;
484     }
485
486   template<typename _UIntType, size_t __w,
487            size_t __n, size_t __m, size_t __r,
488            _UIntType __a, size_t __u, _UIntType __d, size_t __s,
489            _UIntType __b, size_t __t, _UIntType __c, size_t __l,
490            _UIntType __f, typename _CharT, typename _Traits>
491     std::basic_istream<_CharT, _Traits>&
492     operator>>(std::basic_istream<_CharT, _Traits>& __is,
493                mersenne_twister_engine<_UIntType, __w, __n, __m,
494                __r, __a, __u, __d, __s, __b, __t, __c, __l, __f>& __x)
495     {
496       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
497       typedef typename __istream_type::ios_base    __ios_base;
498
499       const typename __ios_base::fmtflags __flags = __is.flags();
500       __is.flags(__ios_base::dec | __ios_base::skipws);
501
502       for (size_t __i = 0; __i < __n; ++__i)
503         __is >> __x._M_x[__i];
504       __is >> __x._M_p;
505
506       __is.flags(__flags);
507       return __is;
508     }
509
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>::word_size;
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>::short_lag;
518
519   template<typename _UIntType, size_t __w, size_t __s, size_t __r>
520     constexpr size_t
521     subtract_with_carry_engine<_UIntType, __w, __s, __r>::long_lag;
522
523   template<typename _UIntType, size_t __w, size_t __s, size_t __r>
524     constexpr _UIntType
525     subtract_with_carry_engine<_UIntType, __w, __s, __r>::default_seed;
526
527   template<typename _UIntType, size_t __w, size_t __s, size_t __r>
528     void
529     subtract_with_carry_engine<_UIntType, __w, __s, __r>::
530     seed(result_type __value)
531     {
532       std::linear_congruential_engine<result_type, 40014u, 0u, 2147483563u>
533         __lcg(__value == 0u ? default_seed : __value);
534
535       const size_t __n = (__w + 31) / 32;
536
537       for (size_t __i = 0; __i < long_lag; ++__i)
538         {
539           _UIntType __sum = 0u;
540           _UIntType __factor = 1u;
541           for (size_t __j = 0; __j < __n; ++__j)
542             {
543               __sum += __detail::__mod<uint_least32_t,
544                        __detail::_Shift<uint_least32_t, 32>::__value>
545                          (__lcg()) * __factor;
546               __factor *= __detail::_Shift<_UIntType, 32>::__value;
547             }
548           _M_x[__i] = __detail::__mod<_UIntType,
549             __detail::_Shift<_UIntType, __w>::__value>(__sum);
550         }
551       _M_carry = (_M_x[long_lag - 1] == 0) ? 1 : 0;
552       _M_p = 0;
553     }
554
555   template<typename _UIntType, size_t __w, size_t __s, size_t __r>
556     template<typename _Sseq>
557       typename std::enable_if<std::is_class<_Sseq>::value>::type
558       subtract_with_carry_engine<_UIntType, __w, __s, __r>::
559       seed(_Sseq& __q)
560       {
561         const size_t __k = (__w + 31) / 32;
562         uint_least32_t __arr[__r * __k];
563         __q.generate(__arr + 0, __arr + __r * __k);
564
565         for (size_t __i = 0; __i < long_lag; ++__i)
566           {
567             _UIntType __sum = 0u;
568             _UIntType __factor = 1u;
569             for (size_t __j = 0; __j < __k; ++__j)
570               {
571                 __sum += __arr[__k * __i + __j] * __factor;
572                 __factor *= __detail::_Shift<_UIntType, 32>::__value;
573               }
574             _M_x[__i] = __detail::__mod<_UIntType,
575               __detail::_Shift<_UIntType, __w>::__value>(__sum);
576           }
577         _M_carry = (_M_x[long_lag - 1] == 0) ? 1 : 0;
578         _M_p = 0;
579       }
580
581   template<typename _UIntType, size_t __w, size_t __s, size_t __r>
582     typename subtract_with_carry_engine<_UIntType, __w, __s, __r>::
583              result_type
584     subtract_with_carry_engine<_UIntType, __w, __s, __r>::
585     operator()()
586     {
587       // Derive short lag index from current index.
588       long __ps = _M_p - short_lag;
589       if (__ps < 0)
590         __ps += long_lag;
591
592       // Calculate new x(i) without overflow or division.
593       // NB: Thanks to the requirements for _UIntType, _M_x[_M_p] + _M_carry
594       // cannot overflow.
595       _UIntType __xi;
596       if (_M_x[__ps] >= _M_x[_M_p] + _M_carry)
597         {
598           __xi = _M_x[__ps] - _M_x[_M_p] - _M_carry;
599           _M_carry = 0;
600         }
601       else
602         {
603           __xi = (__detail::_Shift<_UIntType, __w>::__value
604                   - _M_x[_M_p] - _M_carry + _M_x[__ps]);
605           _M_carry = 1;
606         }
607       _M_x[_M_p] = __xi;
608
609       // Adjust current index to loop around in ring buffer.
610       if (++_M_p >= long_lag)
611         _M_p = 0;
612
613       return __xi;
614     }
615
616   template<typename _UIntType, size_t __w, size_t __s, size_t __r,
617            typename _CharT, typename _Traits>
618     std::basic_ostream<_CharT, _Traits>&
619     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
620                const subtract_with_carry_engine<_UIntType,
621                                                 __w, __s, __r>& __x)
622     {
623       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
624       typedef typename __ostream_type::ios_base    __ios_base;
625
626       const typename __ios_base::fmtflags __flags = __os.flags();
627       const _CharT __fill = __os.fill();
628       const _CharT __space = __os.widen(' ');
629       __os.flags(__ios_base::dec | __ios_base::fixed | __ios_base::left);
630       __os.fill(__space);
631
632       for (size_t __i = 0; __i < __r; ++__i)
633         __os << __x._M_x[__i] << __space;
634       __os << __x._M_carry << __space << __x._M_p;
635
636       __os.flags(__flags);
637       __os.fill(__fill);
638       return __os;
639     }
640
641   template<typename _UIntType, size_t __w, size_t __s, size_t __r,
642            typename _CharT, typename _Traits>
643     std::basic_istream<_CharT, _Traits>&
644     operator>>(std::basic_istream<_CharT, _Traits>& __is,
645                subtract_with_carry_engine<_UIntType, __w, __s, __r>& __x)
646     {
647       typedef std::basic_ostream<_CharT, _Traits>  __istream_type;
648       typedef typename __istream_type::ios_base    __ios_base;
649
650       const typename __ios_base::fmtflags __flags = __is.flags();
651       __is.flags(__ios_base::dec | __ios_base::skipws);
652
653       for (size_t __i = 0; __i < __r; ++__i)
654         __is >> __x._M_x[__i];
655       __is >> __x._M_carry;
656       __is >> __x._M_p;
657
658       __is.flags(__flags);
659       return __is;
660     }
661
662
663   template<typename _RandomNumberEngine, size_t __p, size_t __r>
664     constexpr size_t
665     discard_block_engine<_RandomNumberEngine, __p, __r>::block_size;
666
667   template<typename _RandomNumberEngine, size_t __p, size_t __r>
668     constexpr size_t
669     discard_block_engine<_RandomNumberEngine, __p, __r>::used_block;
670
671   template<typename _RandomNumberEngine, size_t __p, size_t __r>
672     typename discard_block_engine<_RandomNumberEngine,
673                            __p, __r>::result_type
674     discard_block_engine<_RandomNumberEngine, __p, __r>::
675     operator()()
676     {
677       if (_M_n >= used_block)
678         {
679           _M_b.discard(block_size - _M_n);
680           _M_n = 0;
681         }
682       ++_M_n;
683       return _M_b();
684     }
685
686   template<typename _RandomNumberEngine, size_t __p, size_t __r,
687            typename _CharT, typename _Traits>
688     std::basic_ostream<_CharT, _Traits>&
689     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
690                const discard_block_engine<_RandomNumberEngine,
691                __p, __r>& __x)
692     {
693       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
694       typedef typename __ostream_type::ios_base    __ios_base;
695
696       const typename __ios_base::fmtflags __flags = __os.flags();
697       const _CharT __fill = __os.fill();
698       const _CharT __space = __os.widen(' ');
699       __os.flags(__ios_base::dec | __ios_base::fixed | __ios_base::left);
700       __os.fill(__space);
701
702       __os << __x.base() << __space << __x._M_n;
703
704       __os.flags(__flags);
705       __os.fill(__fill);
706       return __os;
707     }
708
709   template<typename _RandomNumberEngine, size_t __p, size_t __r,
710            typename _CharT, typename _Traits>
711     std::basic_istream<_CharT, _Traits>&
712     operator>>(std::basic_istream<_CharT, _Traits>& __is,
713                discard_block_engine<_RandomNumberEngine, __p, __r>& __x)
714     {
715       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
716       typedef typename __istream_type::ios_base    __ios_base;
717
718       const typename __ios_base::fmtflags __flags = __is.flags();
719       __is.flags(__ios_base::dec | __ios_base::skipws);
720
721       __is >> __x._M_b >> __x._M_n;
722
723       __is.flags(__flags);
724       return __is;
725     }
726
727
728   template<typename _RandomNumberEngine, size_t __w, typename _UIntType>
729     typename independent_bits_engine<_RandomNumberEngine, __w, _UIntType>::
730       result_type
731     independent_bits_engine<_RandomNumberEngine, __w, _UIntType>::
732     operator()()
733     {
734       typedef typename _RandomNumberEngine::result_type _Eresult_type;
735       const _Eresult_type __r
736         = (_M_b.max() - _M_b.min() < std::numeric_limits<_Eresult_type>::max()
737            ? _M_b.max() - _M_b.min() + 1 : 0);
738       const unsigned __edig = std::numeric_limits<_Eresult_type>::digits;
739       const unsigned __m = __r ? std::__lg(__r) : __edig;
740
741       typedef typename std::common_type<_Eresult_type, result_type>::type
742         __ctype;
743       const unsigned __cdig = std::numeric_limits<__ctype>::digits;
744
745       unsigned __n, __n0;
746       __ctype __s0, __s1, __y0, __y1;
747
748       for (size_t __i = 0; __i < 2; ++__i)
749         {
750           __n = (__w + __m - 1) / __m + __i;
751           __n0 = __n - __w % __n;
752           const unsigned __w0 = __w / __n;  // __w0 <= __m
753
754           __s0 = 0;
755           __s1 = 0;
756           if (__w0 < __cdig)
757             {
758               __s0 = __ctype(1) << __w0;
759               __s1 = __s0 << 1;
760             }
761
762           __y0 = 0;
763           __y1 = 0;
764           if (__r)
765             {
766               __y0 = __s0 * (__r / __s0);
767               if (__s1)
768                 __y1 = __s1 * (__r / __s1);
769
770               if (__r - __y0 <= __y0 / __n)
771                 break;
772             }
773           else
774             break;
775         }
776
777       result_type __sum = 0;
778       for (size_t __k = 0; __k < __n0; ++__k)
779         {
780           __ctype __u;
781           do
782             __u = _M_b() - _M_b.min();
783           while (__y0 && __u >= __y0);
784           __sum = __s0 * __sum + (__s0 ? __u % __s0 : __u);
785         }
786       for (size_t __k = __n0; __k < __n; ++__k)
787         {
788           __ctype __u;
789           do
790             __u = _M_b() - _M_b.min();
791           while (__y1 && __u >= __y1);
792           __sum = __s1 * __sum + (__s1 ? __u % __s1 : __u);
793         }
794       return __sum;
795     }
796
797
798   template<typename _RandomNumberEngine, size_t __k>
799     constexpr size_t
800     shuffle_order_engine<_RandomNumberEngine, __k>::table_size;
801
802   template<typename _RandomNumberEngine, size_t __k>
803     typename shuffle_order_engine<_RandomNumberEngine, __k>::result_type
804     shuffle_order_engine<_RandomNumberEngine, __k>::
805     operator()()
806     {
807       size_t __j = __k * ((_M_y - _M_b.min())
808                           / (_M_b.max() - _M_b.min() + 1.0L));
809       _M_y = _M_v[__j];
810       _M_v[__j] = _M_b();
811
812       return _M_y;
813     }
814
815   template<typename _RandomNumberEngine, size_t __k,
816            typename _CharT, typename _Traits>
817     std::basic_ostream<_CharT, _Traits>&
818     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
819                const shuffle_order_engine<_RandomNumberEngine, __k>& __x)
820     {
821       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
822       typedef typename __ostream_type::ios_base    __ios_base;
823
824       const typename __ios_base::fmtflags __flags = __os.flags();
825       const _CharT __fill = __os.fill();
826       const _CharT __space = __os.widen(' ');
827       __os.flags(__ios_base::dec | __ios_base::fixed | __ios_base::left);
828       __os.fill(__space);
829
830       __os << __x.base();
831       for (size_t __i = 0; __i < __k; ++__i)
832         __os << __space << __x._M_v[__i];
833       __os << __space << __x._M_y;
834
835       __os.flags(__flags);
836       __os.fill(__fill);
837       return __os;
838     }
839
840   template<typename _RandomNumberEngine, size_t __k,
841            typename _CharT, typename _Traits>
842     std::basic_istream<_CharT, _Traits>&
843     operator>>(std::basic_istream<_CharT, _Traits>& __is,
844                shuffle_order_engine<_RandomNumberEngine, __k>& __x)
845     {
846       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
847       typedef typename __istream_type::ios_base    __ios_base;
848
849       const typename __ios_base::fmtflags __flags = __is.flags();
850       __is.flags(__ios_base::dec | __ios_base::skipws);
851
852       __is >> __x._M_b;
853       for (size_t __i = 0; __i < __k; ++__i)
854         __is >> __x._M_v[__i];
855       __is >> __x._M_y;
856
857       __is.flags(__flags);
858       return __is;
859     }
860
861
862   template<typename _IntType>
863     template<typename _UniformRandomNumberGenerator>
864       typename uniform_int_distribution<_IntType>::result_type
865       uniform_int_distribution<_IntType>::
866       operator()(_UniformRandomNumberGenerator& __urng,
867                  const param_type& __param)
868       {
869         typedef typename _UniformRandomNumberGenerator::result_type
870           _Gresult_type;
871         typedef typename std::make_unsigned<result_type>::type __utype;
872         typedef typename std::common_type<_Gresult_type, __utype>::type
873           __uctype;
874
875         const __uctype __urngmin = __urng.min();
876         const __uctype __urngmax = __urng.max();
877         const __uctype __urngrange = __urngmax - __urngmin;
878         const __uctype __urange
879           = __uctype(__param.b()) - __uctype(__param.a());
880
881         __uctype __ret;
882
883         if (__urngrange > __urange)
884           {
885             // downscaling
886             const __uctype __uerange = __urange + 1; // __urange can be zero
887             const __uctype __scaling = __urngrange / __uerange;
888             const __uctype __past = __uerange * __scaling;
889             do
890               __ret = __uctype(__urng()) - __urngmin;
891             while (__ret >= __past);
892             __ret /= __scaling;
893           }
894         else if (__urngrange < __urange)
895           {
896             // upscaling
897             /*
898               Note that every value in [0, urange]
899               can be written uniquely as
900
901               (urngrange + 1) * high + low
902
903               where
904
905               high in [0, urange / (urngrange + 1)]
906
907               and
908         
909               low in [0, urngrange].
910             */
911             __uctype __tmp; // wraparound control
912             do
913               {
914                 const __uctype __uerngrange = __urngrange + 1;
915                 __tmp = (__uerngrange * operator()
916                          (__urng, param_type(0, __urange / __uerngrange)));
917                 __ret = __tmp + (__uctype(__urng()) - __urngmin);
918               }
919             while (__ret > __urange || __ret < __tmp);
920           }
921         else
922           __ret = __uctype(__urng()) - __urngmin;
923
924         return __ret + __param.a();
925       }
926
927   template<typename _IntType, typename _CharT, typename _Traits>
928     std::basic_ostream<_CharT, _Traits>&
929     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
930                const uniform_int_distribution<_IntType>& __x)
931     {
932       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
933       typedef typename __ostream_type::ios_base    __ios_base;
934
935       const typename __ios_base::fmtflags __flags = __os.flags();
936       const _CharT __fill = __os.fill();
937       const _CharT __space = __os.widen(' ');
938       __os.flags(__ios_base::scientific | __ios_base::left);
939       __os.fill(__space);
940
941       __os << __x.a() << __space << __x.b();
942
943       __os.flags(__flags);
944       __os.fill(__fill);
945       return __os;
946     }
947
948   template<typename _IntType, typename _CharT, typename _Traits>
949     std::basic_istream<_CharT, _Traits>&
950     operator>>(std::basic_istream<_CharT, _Traits>& __is,
951                uniform_int_distribution<_IntType>& __x)
952     {
953       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
954       typedef typename __istream_type::ios_base    __ios_base;
955
956       const typename __ios_base::fmtflags __flags = __is.flags();
957       __is.flags(__ios_base::dec | __ios_base::skipws);
958
959       _IntType __a, __b;
960       __is >> __a >> __b;
961       __x.param(typename uniform_int_distribution<_IntType>::
962                 param_type(__a, __b));
963
964       __is.flags(__flags);
965       return __is;
966     }
967
968
969   template<typename _RealType, typename _CharT, typename _Traits>
970     std::basic_ostream<_CharT, _Traits>&
971     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
972                const uniform_real_distribution<_RealType>& __x)
973     {
974       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
975       typedef typename __ostream_type::ios_base    __ios_base;
976
977       const typename __ios_base::fmtflags __flags = __os.flags();
978       const _CharT __fill = __os.fill();
979       const std::streamsize __precision = __os.precision();
980       const _CharT __space = __os.widen(' ');
981       __os.flags(__ios_base::scientific | __ios_base::left);
982       __os.fill(__space);
983       __os.precision(std::numeric_limits<_RealType>::max_digits10);
984
985       __os << __x.a() << __space << __x.b();
986
987       __os.flags(__flags);
988       __os.fill(__fill);
989       __os.precision(__precision);
990       return __os;
991     }
992
993   template<typename _RealType, typename _CharT, typename _Traits>
994     std::basic_istream<_CharT, _Traits>&
995     operator>>(std::basic_istream<_CharT, _Traits>& __is,
996                uniform_real_distribution<_RealType>& __x)
997     {
998       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
999       typedef typename __istream_type::ios_base    __ios_base;
1000
1001       const typename __ios_base::fmtflags __flags = __is.flags();
1002       __is.flags(__ios_base::skipws);
1003
1004       _RealType __a, __b;
1005       __is >> __a >> __b;
1006       __x.param(typename uniform_real_distribution<_RealType>::
1007                 param_type(__a, __b));
1008
1009       __is.flags(__flags);
1010       return __is;
1011     }
1012
1013
1014   template<typename _CharT, typename _Traits>
1015     std::basic_ostream<_CharT, _Traits>&
1016     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1017                const bernoulli_distribution& __x)
1018     {
1019       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1020       typedef typename __ostream_type::ios_base    __ios_base;
1021
1022       const typename __ios_base::fmtflags __flags = __os.flags();
1023       const _CharT __fill = __os.fill();
1024       const std::streamsize __precision = __os.precision();
1025       __os.flags(__ios_base::scientific | __ios_base::left);
1026       __os.fill(__os.widen(' '));
1027       __os.precision(std::numeric_limits<double>::max_digits10);
1028
1029       __os << __x.p();
1030
1031       __os.flags(__flags);
1032       __os.fill(__fill);
1033       __os.precision(__precision);
1034       return __os;
1035     }
1036
1037
1038   template<typename _IntType>
1039     template<typename _UniformRandomNumberGenerator>
1040       typename geometric_distribution<_IntType>::result_type
1041       geometric_distribution<_IntType>::
1042       operator()(_UniformRandomNumberGenerator& __urng,
1043                  const param_type& __param)
1044       {
1045         // About the epsilon thing see this thread:
1046         // http://gcc.gnu.org/ml/gcc-patches/2006-10/msg00971.html
1047         const double __naf =
1048           (1 - std::numeric_limits<double>::epsilon()) / 2;
1049         // The largest _RealType convertible to _IntType.
1050         const double __thr =
1051           std::numeric_limits<_IntType>::max() + __naf;
1052         __detail::_Adaptor<_UniformRandomNumberGenerator, double>
1053           __aurng(__urng);
1054
1055         double __cand;
1056         do
1057           __cand = std::floor(std::log(1.0 - __aurng()) / __param._M_log_1_p);
1058         while (__cand >= __thr);
1059
1060         return result_type(__cand + __naf);
1061       }
1062
1063   template<typename _IntType,
1064            typename _CharT, typename _Traits>
1065     std::basic_ostream<_CharT, _Traits>&
1066     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1067                const geometric_distribution<_IntType>& __x)
1068     {
1069       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1070       typedef typename __ostream_type::ios_base    __ios_base;
1071
1072       const typename __ios_base::fmtflags __flags = __os.flags();
1073       const _CharT __fill = __os.fill();
1074       const std::streamsize __precision = __os.precision();
1075       __os.flags(__ios_base::scientific | __ios_base::left);
1076       __os.fill(__os.widen(' '));
1077       __os.precision(std::numeric_limits<double>::max_digits10);
1078
1079       __os << __x.p();
1080
1081       __os.flags(__flags);
1082       __os.fill(__fill);
1083       __os.precision(__precision);
1084       return __os;
1085     }
1086
1087   template<typename _IntType,
1088            typename _CharT, typename _Traits>
1089     std::basic_istream<_CharT, _Traits>&
1090     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1091                geometric_distribution<_IntType>& __x)
1092     {
1093       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1094       typedef typename __istream_type::ios_base    __ios_base;
1095
1096       const typename __ios_base::fmtflags __flags = __is.flags();
1097       __is.flags(__ios_base::skipws);
1098
1099       double __p;
1100       __is >> __p;
1101       __x.param(typename geometric_distribution<_IntType>::param_type(__p));
1102
1103       __is.flags(__flags);
1104       return __is;
1105     }
1106
1107   // This is Leger's algorithm, also in Devroye, Ch. X, Example 1.5.
1108   template<typename _IntType>
1109     template<typename _UniformRandomNumberGenerator>
1110       typename negative_binomial_distribution<_IntType>::result_type
1111       negative_binomial_distribution<_IntType>::
1112       operator()(_UniformRandomNumberGenerator& __urng)
1113       {
1114         const double __y = _M_gd(__urng);
1115
1116         // XXX Is the constructor too slow?
1117         std::poisson_distribution<result_type> __poisson(__y);
1118         return __poisson(__urng);
1119       }
1120
1121   template<typename _IntType>
1122     template<typename _UniformRandomNumberGenerator>
1123       typename negative_binomial_distribution<_IntType>::result_type
1124       negative_binomial_distribution<_IntType>::
1125       operator()(_UniformRandomNumberGenerator& __urng,
1126                  const param_type& __p)
1127       {
1128         typedef typename std::gamma_distribution<result_type>::param_type
1129           param_type;
1130         
1131         const double __y =
1132           _M_gd(__urng, param_type(__p.k(), (1.0 - __p.p()) / __p.p()));
1133
1134         std::poisson_distribution<result_type> __poisson(__y);
1135         return __poisson(__urng);
1136       }
1137
1138   template<typename _IntType, typename _CharT, typename _Traits>
1139     std::basic_ostream<_CharT, _Traits>&
1140     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1141                const negative_binomial_distribution<_IntType>& __x)
1142     {
1143       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1144       typedef typename __ostream_type::ios_base    __ios_base;
1145
1146       const typename __ios_base::fmtflags __flags = __os.flags();
1147       const _CharT __fill = __os.fill();
1148       const std::streamsize __precision = __os.precision();
1149       const _CharT __space = __os.widen(' ');
1150       __os.flags(__ios_base::scientific | __ios_base::left);
1151       __os.fill(__os.widen(' '));
1152       __os.precision(std::numeric_limits<double>::max_digits10);
1153
1154       __os << __x.k() << __space << __x.p()
1155            << __space << __x._M_gd;
1156
1157       __os.flags(__flags);
1158       __os.fill(__fill);
1159       __os.precision(__precision);
1160       return __os;
1161     }
1162
1163   template<typename _IntType, typename _CharT, typename _Traits>
1164     std::basic_istream<_CharT, _Traits>&
1165     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1166                negative_binomial_distribution<_IntType>& __x)
1167     {
1168       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1169       typedef typename __istream_type::ios_base    __ios_base;
1170
1171       const typename __ios_base::fmtflags __flags = __is.flags();
1172       __is.flags(__ios_base::skipws);
1173
1174       _IntType __k;
1175       double __p;
1176       __is >> __k >> __p >> __x._M_gd;
1177       __x.param(typename negative_binomial_distribution<_IntType>::
1178                 param_type(__k, __p));
1179
1180       __is.flags(__flags);
1181       return __is;
1182     }
1183
1184
1185   template<typename _IntType>
1186     void
1187     poisson_distribution<_IntType>::param_type::
1188     _M_initialize()
1189     {
1190 #if _GLIBCXX_USE_C99_MATH_TR1
1191       if (_M_mean >= 12)
1192         {
1193           const double __m = std::floor(_M_mean);
1194           _M_lm_thr = std::log(_M_mean);
1195           _M_lfm = std::lgamma(__m + 1);
1196           _M_sm = std::sqrt(__m);
1197
1198           const double __pi_4 = 0.7853981633974483096156608458198757L;
1199           const double __dx = std::sqrt(2 * __m * std::log(32 * __m
1200                                                               / __pi_4));
1201           _M_d = std::round(std::max(6.0, std::min(__m, __dx)));
1202           const double __cx = 2 * __m + _M_d;
1203           _M_scx = std::sqrt(__cx / 2);
1204           _M_1cx = 1 / __cx;
1205
1206           _M_c2b = std::sqrt(__pi_4 * __cx) * std::exp(_M_1cx);
1207           _M_cb = 2 * __cx * std::exp(-_M_d * _M_1cx * (1 + _M_d / 2))
1208                 / _M_d;
1209         }
1210       else
1211 #endif
1212         _M_lm_thr = std::exp(-_M_mean);
1213       }
1214
1215   /**
1216    * A rejection algorithm when mean >= 12 and a simple method based
1217    * upon the multiplication of uniform random variates otherwise.
1218    * NB: The former is available only if _GLIBCXX_USE_C99_MATH_TR1
1219    * is defined.
1220    *
1221    * Reference:
1222    * Devroye, L. Non-Uniform Random Variates Generation. Springer-Verlag,
1223    * New York, 1986, Ch. X, Sects. 3.3 & 3.4 (+ Errata!).
1224    */
1225   template<typename _IntType>
1226     template<typename _UniformRandomNumberGenerator>
1227       typename poisson_distribution<_IntType>::result_type
1228       poisson_distribution<_IntType>::
1229       operator()(_UniformRandomNumberGenerator& __urng,
1230                  const param_type& __param)
1231       {
1232         __detail::_Adaptor<_UniformRandomNumberGenerator, double>
1233           __aurng(__urng);
1234 #if _GLIBCXX_USE_C99_MATH_TR1
1235         if (__param.mean() >= 12)
1236           {
1237             double __x;
1238
1239             // See comments above...
1240             const double __naf =
1241               (1 - std::numeric_limits<double>::epsilon()) / 2;
1242             const double __thr =
1243               std::numeric_limits<_IntType>::max() + __naf;
1244
1245             const double __m = std::floor(__param.mean());
1246             // sqrt(pi / 2)
1247             const double __spi_2 = 1.2533141373155002512078826424055226L;
1248             const double __c1 = __param._M_sm * __spi_2;
1249             const double __c2 = __param._M_c2b + __c1;
1250             const double __c3 = __c2 + 1;
1251             const double __c4 = __c3 + 1;
1252             // e^(1 / 78)
1253             const double __e178 = 1.0129030479320018583185514777512983L;
1254             const double __c5 = __c4 + __e178;
1255             const double __c = __param._M_cb + __c5;
1256             const double __2cx = 2 * (2 * __m + __param._M_d);
1257
1258             bool __reject = true;
1259             do
1260               {
1261                 const double __u = __c * __aurng();
1262                 const double __e = -std::log(1.0 - __aurng());
1263
1264                 double __w = 0.0;
1265
1266                 if (__u <= __c1)
1267                   {
1268                     const double __n = _M_nd(__urng);
1269                     const double __y = -std::abs(__n) * __param._M_sm - 1;
1270                     __x = std::floor(__y);
1271                     __w = -__n * __n / 2;
1272                     if (__x < -__m)
1273                       continue;
1274                   }
1275                 else if (__u <= __c2)
1276                   {
1277                     const double __n = _M_nd(__urng);
1278                     const double __y = 1 + std::abs(__n) * __param._M_scx;
1279                     __x = std::ceil(__y);
1280                     __w = __y * (2 - __y) * __param._M_1cx;
1281                     if (__x > __param._M_d)
1282                       continue;
1283                   }
1284                 else if (__u <= __c3)
1285                   // NB: This case not in the book, nor in the Errata,
1286                   // but should be ok...
1287                   __x = -1;
1288                 else if (__u <= __c4)
1289                   __x = 0;
1290                 else if (__u <= __c5)
1291                   __x = 1;
1292                 else
1293                   {
1294                     const double __v = -std::log(1.0 - __aurng());
1295                     const double __y = __param._M_d
1296                                      + __v * __2cx / __param._M_d;
1297                     __x = std::ceil(__y);
1298                     __w = -__param._M_d * __param._M_1cx * (1 + __y / 2);
1299                   }
1300
1301                 __reject = (__w - __e - __x * __param._M_lm_thr
1302                             > __param._M_lfm - std::lgamma(__x + __m + 1));
1303
1304                 __reject |= __x + __m >= __thr;
1305
1306               } while (__reject);
1307
1308             return result_type(__x + __m + __naf);
1309           }
1310         else
1311 #endif
1312           {
1313             _IntType     __x = 0;
1314             double __prod = 1.0;
1315
1316             do
1317               {
1318                 __prod *= __aurng();
1319                 __x += 1;
1320               }
1321             while (__prod > __param._M_lm_thr);
1322
1323             return __x - 1;
1324           }
1325       }
1326
1327   template<typename _IntType,
1328            typename _CharT, typename _Traits>
1329     std::basic_ostream<_CharT, _Traits>&
1330     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1331                const poisson_distribution<_IntType>& __x)
1332     {
1333       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1334       typedef typename __ostream_type::ios_base    __ios_base;
1335
1336       const typename __ios_base::fmtflags __flags = __os.flags();
1337       const _CharT __fill = __os.fill();
1338       const std::streamsize __precision = __os.precision();
1339       const _CharT __space = __os.widen(' ');
1340       __os.flags(__ios_base::scientific | __ios_base::left);
1341       __os.fill(__space);
1342       __os.precision(std::numeric_limits<double>::max_digits10);
1343
1344       __os << __x.mean() << __space << __x._M_nd;
1345
1346       __os.flags(__flags);
1347       __os.fill(__fill);
1348       __os.precision(__precision);
1349       return __os;
1350     }
1351
1352   template<typename _IntType,
1353            typename _CharT, typename _Traits>
1354     std::basic_istream<_CharT, _Traits>&
1355     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1356                poisson_distribution<_IntType>& __x)
1357     {
1358       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1359       typedef typename __istream_type::ios_base    __ios_base;
1360
1361       const typename __ios_base::fmtflags __flags = __is.flags();
1362       __is.flags(__ios_base::skipws);
1363
1364       double __mean;
1365       __is >> __mean >> __x._M_nd;
1366       __x.param(typename poisson_distribution<_IntType>::param_type(__mean));
1367
1368       __is.flags(__flags);
1369       return __is;
1370     }
1371
1372
1373   template<typename _IntType>
1374     void
1375     binomial_distribution<_IntType>::param_type::
1376     _M_initialize()
1377     {
1378       const double __p12 = _M_p <= 0.5 ? _M_p : 1.0 - _M_p;
1379
1380       _M_easy = true;
1381
1382 #if _GLIBCXX_USE_C99_MATH_TR1
1383       if (_M_t * __p12 >= 8)
1384         {
1385           _M_easy = false;
1386           const double __np = std::floor(_M_t * __p12);
1387           const double __pa = __np / _M_t;
1388           const double __1p = 1 - __pa;
1389
1390           const double __pi_4 = 0.7853981633974483096156608458198757L;
1391           const double __d1x =
1392             std::sqrt(__np * __1p * std::log(32 * __np
1393                                              / (81 * __pi_4 * __1p)));
1394           _M_d1 = std::round(std::max(1.0, __d1x));
1395           const double __d2x =
1396             std::sqrt(__np * __1p * std::log(32 * _M_t * __1p
1397                                              / (__pi_4 * __pa)));
1398           _M_d2 = std::round(std::max(1.0, __d2x));
1399
1400           // sqrt(pi / 2)
1401           const double __spi_2 = 1.2533141373155002512078826424055226L;
1402           _M_s1 = std::sqrt(__np * __1p) * (1 + _M_d1 / (4 * __np));
1403           _M_s2 = std::sqrt(__np * __1p) * (1 + _M_d2 / (4 * _M_t * __1p));
1404           _M_c = 2 * _M_d1 / __np;
1405           _M_a1 = std::exp(_M_c) * _M_s1 * __spi_2;
1406           const double __a12 = _M_a1 + _M_s2 * __spi_2;
1407           const double __s1s = _M_s1 * _M_s1;
1408           _M_a123 = __a12 + (std::exp(_M_d1 / (_M_t * __1p))
1409                              * 2 * __s1s / _M_d1
1410                              * std::exp(-_M_d1 * _M_d1 / (2 * __s1s)));
1411           const double __s2s = _M_s2 * _M_s2;
1412           _M_s = (_M_a123 + 2 * __s2s / _M_d2
1413                   * std::exp(-_M_d2 * _M_d2 / (2 * __s2s)));
1414           _M_lf = (std::lgamma(__np + 1)
1415                    + std::lgamma(_M_t - __np + 1));
1416           _M_lp1p = std::log(__pa / __1p);
1417
1418           _M_q = -std::log(1 - (__p12 - __pa) / __1p);
1419         }
1420       else
1421 #endif
1422         _M_q = -std::log(1 - __p12);
1423     }
1424
1425   template<typename _IntType>
1426     template<typename _UniformRandomNumberGenerator>
1427       typename binomial_distribution<_IntType>::result_type
1428       binomial_distribution<_IntType>::
1429       _M_waiting(_UniformRandomNumberGenerator& __urng, _IntType __t)
1430       {
1431         _IntType __x = 0;
1432         double __sum = 0.0;
1433         __detail::_Adaptor<_UniformRandomNumberGenerator, double>
1434           __aurng(__urng);
1435
1436         do
1437           {
1438             const double __e = -std::log(1.0 - __aurng());
1439             __sum += __e / (__t - __x);
1440             __x += 1;
1441           }
1442         while (__sum <= _M_param._M_q);
1443
1444         return __x - 1;
1445       }
1446
1447   /**
1448    * A rejection algorithm when t * p >= 8 and a simple waiting time
1449    * method - the second in the referenced book - otherwise.
1450    * NB: The former is available only if _GLIBCXX_USE_C99_MATH_TR1
1451    * is defined.
1452    *
1453    * Reference:
1454    * Devroye, L. Non-Uniform Random Variates Generation. Springer-Verlag,
1455    * New York, 1986, Ch. X, Sect. 4 (+ Errata!).
1456    */
1457   template<typename _IntType>
1458     template<typename _UniformRandomNumberGenerator>
1459       typename binomial_distribution<_IntType>::result_type
1460       binomial_distribution<_IntType>::
1461       operator()(_UniformRandomNumberGenerator& __urng,
1462                  const param_type& __param)
1463       {
1464         result_type __ret;
1465         const _IntType __t = __param.t();
1466         const double __p = __param.p();
1467         const double __p12 = __p <= 0.5 ? __p : 1.0 - __p;
1468         __detail::_Adaptor<_UniformRandomNumberGenerator, double>
1469           __aurng(__urng);
1470
1471 #if _GLIBCXX_USE_C99_MATH_TR1
1472         if (!__param._M_easy)
1473           {
1474             double __x;
1475
1476             // See comments above...
1477             const double __naf =
1478               (1 - std::numeric_limits<double>::epsilon()) / 2;
1479             const double __thr =
1480               std::numeric_limits<_IntType>::max() + __naf;
1481
1482             const double __np = std::floor(__t * __p12);
1483
1484             // sqrt(pi / 2)
1485             const double __spi_2 = 1.2533141373155002512078826424055226L;
1486             const double __a1 = __param._M_a1;
1487             const double __a12 = __a1 + __param._M_s2 * __spi_2;
1488             const double __a123 = __param._M_a123;
1489             const double __s1s = __param._M_s1 * __param._M_s1;
1490             const double __s2s = __param._M_s2 * __param._M_s2;
1491
1492             bool __reject;
1493             do
1494               {
1495                 const double __u = __param._M_s * __aurng();
1496
1497                 double __v;
1498
1499                 if (__u <= __a1)
1500                   {
1501                     const double __n = _M_nd(__urng);
1502                     const double __y = __param._M_s1 * std::abs(__n);
1503                     __reject = __y >= __param._M_d1;
1504                     if (!__reject)
1505                       {
1506                         const double __e = -std::log(1.0 - __aurng());
1507                         __x = std::floor(__y);
1508                         __v = -__e - __n * __n / 2 + __param._M_c;
1509                       }
1510                   }
1511                 else if (__u <= __a12)
1512                   {
1513                     const double __n = _M_nd(__urng);
1514                     const double __y = __param._M_s2 * std::abs(__n);
1515                     __reject = __y >= __param._M_d2;
1516                     if (!__reject)
1517                       {
1518                         const double __e = -std::log(1.0 - __aurng());
1519                         __x = std::floor(-__y);
1520                         __v = -__e - __n * __n / 2;
1521                       }
1522                   }
1523                 else if (__u <= __a123)
1524                   {
1525                     const double __e1 = -std::log(1.0 - __aurng());
1526                     const double __e2 = -std::log(1.0 - __aurng());
1527
1528                     const double __y = __param._M_d1
1529                                      + 2 * __s1s * __e1 / __param._M_d1;
1530                     __x = std::floor(__y);
1531                     __v = (-__e2 + __param._M_d1 * (1 / (__t - __np)
1532                                                     -__y / (2 * __s1s)));
1533                     __reject = false;
1534                   }
1535                 else
1536                   {
1537                     const double __e1 = -std::log(1.0 - __aurng());
1538                     const double __e2 = -std::log(1.0 - __aurng());
1539
1540                     const double __y = __param._M_d2
1541                                      + 2 * __s2s * __e1 / __param._M_d2;
1542                     __x = std::floor(-__y);
1543                     __v = -__e2 - __param._M_d2 * __y / (2 * __s2s);
1544                     __reject = false;
1545                   }
1546
1547                 __reject = __reject || __x < -__np || __x > __t - __np;
1548                 if (!__reject)
1549                   {
1550                     const double __lfx =
1551                       std::lgamma(__np + __x + 1)
1552                       + std::lgamma(__t - (__np + __x) + 1);
1553                     __reject = __v > __param._M_lf - __lfx
1554                              + __x * __param._M_lp1p;
1555                   }
1556
1557                 __reject |= __x + __np >= __thr;
1558               }
1559             while (__reject);
1560
1561             __x += __np + __naf;
1562
1563             const _IntType __z = _M_waiting(__urng, __t - _IntType(__x));
1564             __ret = _IntType(__x) + __z;
1565           }
1566         else
1567 #endif
1568           __ret = _M_waiting(__urng, __t);
1569
1570         if (__p12 != __p)
1571           __ret = __t - __ret;
1572         return __ret;
1573       }
1574
1575   template<typename _IntType,
1576            typename _CharT, typename _Traits>
1577     std::basic_ostream<_CharT, _Traits>&
1578     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1579                const binomial_distribution<_IntType>& __x)
1580     {
1581       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1582       typedef typename __ostream_type::ios_base    __ios_base;
1583
1584       const typename __ios_base::fmtflags __flags = __os.flags();
1585       const _CharT __fill = __os.fill();
1586       const std::streamsize __precision = __os.precision();
1587       const _CharT __space = __os.widen(' ');
1588       __os.flags(__ios_base::scientific | __ios_base::left);
1589       __os.fill(__space);
1590       __os.precision(std::numeric_limits<double>::max_digits10);
1591
1592       __os << __x.t() << __space << __x.p()
1593            << __space << __x._M_nd;
1594
1595       __os.flags(__flags);
1596       __os.fill(__fill);
1597       __os.precision(__precision);
1598       return __os;
1599     }
1600
1601   template<typename _IntType,
1602            typename _CharT, typename _Traits>
1603     std::basic_istream<_CharT, _Traits>&
1604     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1605                binomial_distribution<_IntType>& __x)
1606     {
1607       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1608       typedef typename __istream_type::ios_base    __ios_base;
1609
1610       const typename __ios_base::fmtflags __flags = __is.flags();
1611       __is.flags(__ios_base::dec | __ios_base::skipws);
1612
1613       _IntType __t;
1614       double __p;
1615       __is >> __t >> __p >> __x._M_nd;
1616       __x.param(typename binomial_distribution<_IntType>::
1617                 param_type(__t, __p));
1618
1619       __is.flags(__flags);
1620       return __is;
1621     }
1622
1623
1624   template<typename _RealType, typename _CharT, typename _Traits>
1625     std::basic_ostream<_CharT, _Traits>&
1626     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1627                const exponential_distribution<_RealType>& __x)
1628     {
1629       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1630       typedef typename __ostream_type::ios_base    __ios_base;
1631
1632       const typename __ios_base::fmtflags __flags = __os.flags();
1633       const _CharT __fill = __os.fill();
1634       const std::streamsize __precision = __os.precision();
1635       __os.flags(__ios_base::scientific | __ios_base::left);
1636       __os.fill(__os.widen(' '));
1637       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1638
1639       __os << __x.lambda();
1640
1641       __os.flags(__flags);
1642       __os.fill(__fill);
1643       __os.precision(__precision);
1644       return __os;
1645     }
1646
1647   template<typename _RealType, typename _CharT, typename _Traits>
1648     std::basic_istream<_CharT, _Traits>&
1649     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1650                exponential_distribution<_RealType>& __x)
1651     {
1652       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1653       typedef typename __istream_type::ios_base    __ios_base;
1654
1655       const typename __ios_base::fmtflags __flags = __is.flags();
1656       __is.flags(__ios_base::dec | __ios_base::skipws);
1657
1658       _RealType __lambda;
1659       __is >> __lambda;
1660       __x.param(typename exponential_distribution<_RealType>::
1661                 param_type(__lambda));
1662
1663       __is.flags(__flags);
1664       return __is;
1665     }
1666
1667
1668   /**
1669    * Polar method due to Marsaglia.
1670    *
1671    * Devroye, L. Non-Uniform Random Variates Generation. Springer-Verlag,
1672    * New York, 1986, Ch. V, Sect. 4.4.
1673    */
1674   template<typename _RealType>
1675     template<typename _UniformRandomNumberGenerator>
1676       typename normal_distribution<_RealType>::result_type
1677       normal_distribution<_RealType>::
1678       operator()(_UniformRandomNumberGenerator& __urng,
1679                  const param_type& __param)
1680       {
1681         result_type __ret;
1682         __detail::_Adaptor<_UniformRandomNumberGenerator, result_type>
1683           __aurng(__urng);
1684
1685         if (_M_saved_available)
1686           {
1687             _M_saved_available = false;
1688             __ret = _M_saved;
1689           }
1690         else
1691           {
1692             result_type __x, __y, __r2;
1693             do
1694               {
1695                 __x = result_type(2.0) * __aurng() - 1.0;
1696                 __y = result_type(2.0) * __aurng() - 1.0;
1697                 __r2 = __x * __x + __y * __y;
1698               }
1699             while (__r2 > 1.0 || __r2 == 0.0);
1700
1701             const result_type __mult = std::sqrt(-2 * std::log(__r2) / __r2);
1702             _M_saved = __x * __mult;
1703             _M_saved_available = true;
1704             __ret = __y * __mult;
1705           }
1706
1707         __ret = __ret * __param.stddev() + __param.mean();
1708         return __ret;
1709       }
1710
1711   template<typename _RealType>
1712     bool
1713     operator==(const std::normal_distribution<_RealType>& __d1,
1714                const std::normal_distribution<_RealType>& __d2)
1715     {
1716       if (__d1._M_param == __d2._M_param
1717           && __d1._M_saved_available == __d2._M_saved_available)
1718         {
1719           if (__d1._M_saved_available
1720               && __d1._M_saved == __d2._M_saved)
1721             return true;
1722           else if(!__d1._M_saved_available)
1723             return true;
1724           else
1725             return false;
1726         }
1727       else
1728         return false;
1729     }
1730
1731   template<typename _RealType, typename _CharT, typename _Traits>
1732     std::basic_ostream<_CharT, _Traits>&
1733     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1734                const normal_distribution<_RealType>& __x)
1735     {
1736       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1737       typedef typename __ostream_type::ios_base    __ios_base;
1738
1739       const typename __ios_base::fmtflags __flags = __os.flags();
1740       const _CharT __fill = __os.fill();
1741       const std::streamsize __precision = __os.precision();
1742       const _CharT __space = __os.widen(' ');
1743       __os.flags(__ios_base::scientific | __ios_base::left);
1744       __os.fill(__space);
1745       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1746
1747       __os << __x.mean() << __space << __x.stddev()
1748            << __space << __x._M_saved_available;
1749       if (__x._M_saved_available)
1750         __os << __space << __x._M_saved;
1751
1752       __os.flags(__flags);
1753       __os.fill(__fill);
1754       __os.precision(__precision);
1755       return __os;
1756     }
1757
1758   template<typename _RealType, typename _CharT, typename _Traits>
1759     std::basic_istream<_CharT, _Traits>&
1760     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1761                normal_distribution<_RealType>& __x)
1762     {
1763       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1764       typedef typename __istream_type::ios_base    __ios_base;
1765
1766       const typename __ios_base::fmtflags __flags = __is.flags();
1767       __is.flags(__ios_base::dec | __ios_base::skipws);
1768
1769       double __mean, __stddev;
1770       __is >> __mean >> __stddev
1771            >> __x._M_saved_available;
1772       if (__x._M_saved_available)
1773         __is >> __x._M_saved;
1774       __x.param(typename normal_distribution<_RealType>::
1775                 param_type(__mean, __stddev));
1776
1777       __is.flags(__flags);
1778       return __is;
1779     }
1780
1781
1782   template<typename _RealType, typename _CharT, typename _Traits>
1783     std::basic_ostream<_CharT, _Traits>&
1784     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1785                const lognormal_distribution<_RealType>& __x)
1786     {
1787       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1788       typedef typename __ostream_type::ios_base    __ios_base;
1789
1790       const typename __ios_base::fmtflags __flags = __os.flags();
1791       const _CharT __fill = __os.fill();
1792       const std::streamsize __precision = __os.precision();
1793       const _CharT __space = __os.widen(' ');
1794       __os.flags(__ios_base::scientific | __ios_base::left);
1795       __os.fill(__space);
1796       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1797
1798       __os << __x.m() << __space << __x.s()
1799            << __space << __x._M_nd;
1800
1801       __os.flags(__flags);
1802       __os.fill(__fill);
1803       __os.precision(__precision);
1804       return __os;
1805     }
1806
1807   template<typename _RealType, typename _CharT, typename _Traits>
1808     std::basic_istream<_CharT, _Traits>&
1809     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1810                lognormal_distribution<_RealType>& __x)
1811     {
1812       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1813       typedef typename __istream_type::ios_base    __ios_base;
1814
1815       const typename __ios_base::fmtflags __flags = __is.flags();
1816       __is.flags(__ios_base::dec | __ios_base::skipws);
1817
1818       _RealType __m, __s;
1819       __is >> __m >> __s >> __x._M_nd;
1820       __x.param(typename lognormal_distribution<_RealType>::
1821                 param_type(__m, __s));
1822
1823       __is.flags(__flags);
1824       return __is;
1825     }
1826
1827
1828   template<typename _RealType, typename _CharT, typename _Traits>
1829     std::basic_ostream<_CharT, _Traits>&
1830     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1831                const chi_squared_distribution<_RealType>& __x)
1832     {
1833       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1834       typedef typename __ostream_type::ios_base    __ios_base;
1835
1836       const typename __ios_base::fmtflags __flags = __os.flags();
1837       const _CharT __fill = __os.fill();
1838       const std::streamsize __precision = __os.precision();
1839       const _CharT __space = __os.widen(' ');
1840       __os.flags(__ios_base::scientific | __ios_base::left);
1841       __os.fill(__space);
1842       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1843
1844       __os << __x.n() << __space << __x._M_gd;
1845
1846       __os.flags(__flags);
1847       __os.fill(__fill);
1848       __os.precision(__precision);
1849       return __os;
1850     }
1851
1852   template<typename _RealType, typename _CharT, typename _Traits>
1853     std::basic_istream<_CharT, _Traits>&
1854     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1855                chi_squared_distribution<_RealType>& __x)
1856     {
1857       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1858       typedef typename __istream_type::ios_base    __ios_base;
1859
1860       const typename __ios_base::fmtflags __flags = __is.flags();
1861       __is.flags(__ios_base::dec | __ios_base::skipws);
1862
1863       _RealType __n;
1864       __is >> __n >> __x._M_gd;
1865       __x.param(typename chi_squared_distribution<_RealType>::
1866                 param_type(__n));
1867
1868       __is.flags(__flags);
1869       return __is;
1870     }
1871
1872
1873   template<typename _RealType>
1874     template<typename _UniformRandomNumberGenerator>
1875       typename cauchy_distribution<_RealType>::result_type
1876       cauchy_distribution<_RealType>::
1877       operator()(_UniformRandomNumberGenerator& __urng,
1878                  const param_type& __p)
1879       {
1880         __detail::_Adaptor<_UniformRandomNumberGenerator, result_type>
1881           __aurng(__urng);
1882         _RealType __u;
1883         do
1884           __u = __aurng();
1885         while (__u == 0.5);
1886
1887         const _RealType __pi = 3.1415926535897932384626433832795029L;
1888         return __p.a() + __p.b() * std::tan(__pi * __u);
1889       }
1890
1891   template<typename _RealType, typename _CharT, typename _Traits>
1892     std::basic_ostream<_CharT, _Traits>&
1893     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1894                const cauchy_distribution<_RealType>& __x)
1895     {
1896       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1897       typedef typename __ostream_type::ios_base    __ios_base;
1898
1899       const typename __ios_base::fmtflags __flags = __os.flags();
1900       const _CharT __fill = __os.fill();
1901       const std::streamsize __precision = __os.precision();
1902       const _CharT __space = __os.widen(' ');
1903       __os.flags(__ios_base::scientific | __ios_base::left);
1904       __os.fill(__space);
1905       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1906
1907       __os << __x.a() << __space << __x.b();
1908
1909       __os.flags(__flags);
1910       __os.fill(__fill);
1911       __os.precision(__precision);
1912       return __os;
1913     }
1914
1915   template<typename _RealType, typename _CharT, typename _Traits>
1916     std::basic_istream<_CharT, _Traits>&
1917     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1918                cauchy_distribution<_RealType>& __x)
1919     {
1920       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1921       typedef typename __istream_type::ios_base    __ios_base;
1922
1923       const typename __ios_base::fmtflags __flags = __is.flags();
1924       __is.flags(__ios_base::dec | __ios_base::skipws);
1925
1926       _RealType __a, __b;
1927       __is >> __a >> __b;
1928       __x.param(typename cauchy_distribution<_RealType>::
1929                 param_type(__a, __b));
1930
1931       __is.flags(__flags);
1932       return __is;
1933     }
1934
1935
1936   template<typename _RealType, typename _CharT, typename _Traits>
1937     std::basic_ostream<_CharT, _Traits>&
1938     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1939                const fisher_f_distribution<_RealType>& __x)
1940     {
1941       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1942       typedef typename __ostream_type::ios_base    __ios_base;
1943
1944       const typename __ios_base::fmtflags __flags = __os.flags();
1945       const _CharT __fill = __os.fill();
1946       const std::streamsize __precision = __os.precision();
1947       const _CharT __space = __os.widen(' ');
1948       __os.flags(__ios_base::scientific | __ios_base::left);
1949       __os.fill(__space);
1950       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1951
1952       __os << __x.m() << __space << __x.n()
1953            << __space << __x._M_gd_x << __space << __x._M_gd_y;
1954
1955       __os.flags(__flags);
1956       __os.fill(__fill);
1957       __os.precision(__precision);
1958       return __os;
1959     }
1960
1961   template<typename _RealType, typename _CharT, typename _Traits>
1962     std::basic_istream<_CharT, _Traits>&
1963     operator>>(std::basic_istream<_CharT, _Traits>& __is,
1964                fisher_f_distribution<_RealType>& __x)
1965     {
1966       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
1967       typedef typename __istream_type::ios_base    __ios_base;
1968
1969       const typename __ios_base::fmtflags __flags = __is.flags();
1970       __is.flags(__ios_base::dec | __ios_base::skipws);
1971
1972       _RealType __m, __n;
1973       __is >> __m >> __n >> __x._M_gd_x >> __x._M_gd_y;
1974       __x.param(typename fisher_f_distribution<_RealType>::
1975                 param_type(__m, __n));
1976
1977       __is.flags(__flags);
1978       return __is;
1979     }
1980
1981
1982   template<typename _RealType, typename _CharT, typename _Traits>
1983     std::basic_ostream<_CharT, _Traits>&
1984     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
1985                const student_t_distribution<_RealType>& __x)
1986     {
1987       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
1988       typedef typename __ostream_type::ios_base    __ios_base;
1989
1990       const typename __ios_base::fmtflags __flags = __os.flags();
1991       const _CharT __fill = __os.fill();
1992       const std::streamsize __precision = __os.precision();
1993       const _CharT __space = __os.widen(' ');
1994       __os.flags(__ios_base::scientific | __ios_base::left);
1995       __os.fill(__space);
1996       __os.precision(std::numeric_limits<_RealType>::max_digits10);
1997
1998       __os << __x.n() << __space << __x._M_nd << __space << __x._M_gd;
1999
2000       __os.flags(__flags);
2001       __os.fill(__fill);
2002       __os.precision(__precision);
2003       return __os;
2004     }
2005
2006   template<typename _RealType, typename _CharT, typename _Traits>
2007     std::basic_istream<_CharT, _Traits>&
2008     operator>>(std::basic_istream<_CharT, _Traits>& __is,
2009                student_t_distribution<_RealType>& __x)
2010     {
2011       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
2012       typedef typename __istream_type::ios_base    __ios_base;
2013
2014       const typename __ios_base::fmtflags __flags = __is.flags();
2015       __is.flags(__ios_base::dec | __ios_base::skipws);
2016
2017       _RealType __n;
2018       __is >> __n >> __x._M_nd >> __x._M_gd;
2019       __x.param(typename student_t_distribution<_RealType>::param_type(__n));
2020
2021       __is.flags(__flags);
2022       return __is;
2023     }
2024
2025
2026   template<typename _RealType>
2027     void
2028     gamma_distribution<_RealType>::param_type::
2029     _M_initialize()
2030     {
2031       _M_malpha = _M_alpha < 1.0 ? _M_alpha + _RealType(1.0) : _M_alpha;
2032
2033       const _RealType __a1 = _M_malpha - _RealType(1.0) / _RealType(3.0);
2034       _M_a2 = _RealType(1.0) / std::sqrt(_RealType(9.0) * __a1);
2035     }
2036
2037   /**
2038    * Marsaglia, G. and Tsang, W. W.
2039    * "A Simple Method for Generating Gamma Variables"
2040    * ACM Transactions on Mathematical Software, 26, 3, 363-372, 2000.
2041    */
2042   template<typename _RealType>
2043     template<typename _UniformRandomNumberGenerator>
2044       typename gamma_distribution<_RealType>::result_type
2045       gamma_distribution<_RealType>::
2046       operator()(_UniformRandomNumberGenerator& __urng,
2047                  const param_type& __param)
2048       {
2049         __detail::_Adaptor<_UniformRandomNumberGenerator, result_type>
2050           __aurng(__urng);
2051
2052         result_type __u, __v, __n;
2053         const result_type __a1 = (__param._M_malpha
2054                                   - _RealType(1.0) / _RealType(3.0));
2055
2056         do
2057           {
2058             do
2059               {
2060                 __n = _M_nd(__urng);
2061                 __v = result_type(1.0) + __param._M_a2 * __n; 
2062               }
2063             while (__v <= 0.0);
2064
2065             __v = __v * __v * __v;
2066             __u = __aurng();
2067           }
2068         while (__u > result_type(1.0) - 0.331 * __n * __n * __n * __n
2069                && (std::log(__u) > (0.5 * __n * __n + __a1
2070                                     * (1.0 - __v + std::log(__v)))));
2071
2072         if (__param.alpha() == __param._M_malpha)
2073           return __a1 * __v * __param.beta();
2074         else
2075           {
2076             do
2077               __u = __aurng();
2078             while (__u == 0.0);
2079             
2080             return (std::pow(__u, result_type(1.0) / __param.alpha())
2081                     * __a1 * __v * __param.beta());
2082           }
2083       }
2084
2085   template<typename _RealType, typename _CharT, typename _Traits>
2086     std::basic_ostream<_CharT, _Traits>&
2087     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
2088                const gamma_distribution<_RealType>& __x)
2089     {
2090       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
2091       typedef typename __ostream_type::ios_base    __ios_base;
2092
2093       const typename __ios_base::fmtflags __flags = __os.flags();
2094       const _CharT __fill = __os.fill();
2095       const std::streamsize __precision = __os.precision();
2096       const _CharT __space = __os.widen(' ');
2097       __os.flags(__ios_base::scientific | __ios_base::left);
2098       __os.fill(__space);
2099       __os.precision(std::numeric_limits<_RealType>::max_digits10);
2100
2101       __os << __x.alpha() << __space << __x.beta()
2102            << __space << __x._M_nd;
2103
2104       __os.flags(__flags);
2105       __os.fill(__fill);
2106       __os.precision(__precision);
2107       return __os;
2108     }
2109
2110   template<typename _RealType, typename _CharT, typename _Traits>
2111     std::basic_istream<_CharT, _Traits>&
2112     operator>>(std::basic_istream<_CharT, _Traits>& __is,
2113                gamma_distribution<_RealType>& __x)
2114     {
2115       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
2116       typedef typename __istream_type::ios_base    __ios_base;
2117
2118       const typename __ios_base::fmtflags __flags = __is.flags();
2119       __is.flags(__ios_base::dec | __ios_base::skipws);
2120
2121       _RealType __alpha_val, __beta_val;
2122       __is >> __alpha_val >> __beta_val >> __x._M_nd;
2123       __x.param(typename gamma_distribution<_RealType>::
2124                 param_type(__alpha_val, __beta_val));
2125
2126       __is.flags(__flags);
2127       return __is;
2128     }
2129
2130
2131   template<typename _RealType>
2132     template<typename _UniformRandomNumberGenerator>
2133       typename weibull_distribution<_RealType>::result_type
2134       weibull_distribution<_RealType>::
2135       operator()(_UniformRandomNumberGenerator& __urng,
2136                  const param_type& __p)
2137       {
2138         __detail::_Adaptor<_UniformRandomNumberGenerator, result_type>
2139           __aurng(__urng);
2140         return __p.b() * std::pow(-std::log(result_type(1) - __aurng()),
2141                                   result_type(1) / __p.a());
2142       }
2143
2144   template<typename _RealType, typename _CharT, typename _Traits>
2145     std::basic_ostream<_CharT, _Traits>&
2146     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
2147                const weibull_distribution<_RealType>& __x)
2148     {
2149       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
2150       typedef typename __ostream_type::ios_base    __ios_base;
2151
2152       const typename __ios_base::fmtflags __flags = __os.flags();
2153       const _CharT __fill = __os.fill();
2154       const std::streamsize __precision = __os.precision();
2155       const _CharT __space = __os.widen(' ');
2156       __os.flags(__ios_base::scientific | __ios_base::left);
2157       __os.fill(__space);
2158       __os.precision(std::numeric_limits<_RealType>::max_digits10);
2159
2160       __os << __x.a() << __space << __x.b();
2161
2162       __os.flags(__flags);
2163       __os.fill(__fill);
2164       __os.precision(__precision);
2165       return __os;
2166     }
2167
2168   template<typename _RealType, typename _CharT, typename _Traits>
2169     std::basic_istream<_CharT, _Traits>&
2170     operator>>(std::basic_istream<_CharT, _Traits>& __is,
2171                weibull_distribution<_RealType>& __x)
2172     {
2173       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
2174       typedef typename __istream_type::ios_base    __ios_base;
2175
2176       const typename __ios_base::fmtflags __flags = __is.flags();
2177       __is.flags(__ios_base::dec | __ios_base::skipws);
2178
2179       _RealType __a, __b;
2180       __is >> __a >> __b;
2181       __x.param(typename weibull_distribution<_RealType>::
2182                 param_type(__a, __b));
2183
2184       __is.flags(__flags);
2185       return __is;
2186     }
2187
2188
2189   template<typename _RealType>
2190     template<typename _UniformRandomNumberGenerator>
2191       typename extreme_value_distribution<_RealType>::result_type
2192       extreme_value_distribution<_RealType>::
2193       operator()(_UniformRandomNumberGenerator& __urng,
2194                  const param_type& __p)
2195       {
2196         __detail::_Adaptor<_UniformRandomNumberGenerator, result_type>
2197           __aurng(__urng);
2198         return __p.a() - __p.b() * std::log(-std::log(result_type(1)
2199                                                       - __aurng()));
2200       }
2201
2202   template<typename _RealType, typename _CharT, typename _Traits>
2203     std::basic_ostream<_CharT, _Traits>&
2204     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
2205                const extreme_value_distribution<_RealType>& __x)
2206     {
2207       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
2208       typedef typename __ostream_type::ios_base    __ios_base;
2209
2210       const typename __ios_base::fmtflags __flags = __os.flags();
2211       const _CharT __fill = __os.fill();
2212       const std::streamsize __precision = __os.precision();
2213       const _CharT __space = __os.widen(' ');
2214       __os.flags(__ios_base::scientific | __ios_base::left);
2215       __os.fill(__space);
2216       __os.precision(std::numeric_limits<_RealType>::max_digits10);
2217
2218       __os << __x.a() << __space << __x.b();
2219
2220       __os.flags(__flags);
2221       __os.fill(__fill);
2222       __os.precision(__precision);
2223       return __os;
2224     }
2225
2226   template<typename _RealType, typename _CharT, typename _Traits>
2227     std::basic_istream<_CharT, _Traits>&
2228     operator>>(std::basic_istream<_CharT, _Traits>& __is,
2229                extreme_value_distribution<_RealType>& __x)
2230     {
2231       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
2232       typedef typename __istream_type::ios_base    __ios_base;
2233
2234       const typename __ios_base::fmtflags __flags = __is.flags();
2235       __is.flags(__ios_base::dec | __ios_base::skipws);
2236
2237       _RealType __a, __b;
2238       __is >> __a >> __b;
2239       __x.param(typename extreme_value_distribution<_RealType>::
2240                 param_type(__a, __b));
2241
2242       __is.flags(__flags);
2243       return __is;
2244     }
2245
2246
2247   template<typename _IntType>
2248     void
2249     discrete_distribution<_IntType>::param_type::
2250     _M_initialize()
2251     {
2252       if (_M_prob.size() < 2)
2253         {
2254           _M_prob.clear();
2255           return;
2256         }
2257
2258       const double __sum = std::accumulate(_M_prob.begin(),
2259                                            _M_prob.end(), 0.0);
2260       // Now normalize the probabilites.
2261       __detail::__transform(_M_prob.begin(), _M_prob.end(), _M_prob.begin(),
2262                           std::bind2nd(std::divides<double>(), __sum));
2263       // Accumulate partial sums.
2264       _M_cp.reserve(_M_prob.size());
2265       std::partial_sum(_M_prob.begin(), _M_prob.end(),
2266                        std::back_inserter(_M_cp));
2267       // Make sure the last cumulative probability is one.
2268       _M_cp[_M_cp.size() - 1] = 1.0;
2269     }
2270
2271   template<typename _IntType>
2272     template<typename _Func>
2273       discrete_distribution<_IntType>::param_type::
2274       param_type(size_t __nw, double __xmin, double __xmax, _Func __fw)
2275       : _M_prob(), _M_cp()
2276       {
2277         const size_t __n = __nw == 0 ? 1 : __nw;
2278         const double __delta = (__xmax - __xmin) / __n;
2279
2280         _M_prob.reserve(__n);
2281         for (size_t __k = 0; __k < __nw; ++__k)
2282           _M_prob.push_back(__fw(__xmin + __k * __delta + 0.5 * __delta));
2283
2284         _M_initialize();
2285       }
2286
2287   template<typename _IntType>
2288     template<typename _UniformRandomNumberGenerator>
2289       typename discrete_distribution<_IntType>::result_type
2290       discrete_distribution<_IntType>::
2291       operator()(_UniformRandomNumberGenerator& __urng,
2292                  const param_type& __param)
2293       {
2294         if (__param._M_cp.empty())
2295           return result_type(0);
2296
2297         __detail::_Adaptor<_UniformRandomNumberGenerator, double>
2298           __aurng(__urng);
2299
2300         const double __p = __aurng();
2301         auto __pos = std::lower_bound(__param._M_cp.begin(),
2302                                       __param._M_cp.end(), __p);
2303
2304         return __pos - __param._M_cp.begin();
2305       }
2306
2307   template<typename _IntType, typename _CharT, typename _Traits>
2308     std::basic_ostream<_CharT, _Traits>&
2309     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
2310                const discrete_distribution<_IntType>& __x)
2311     {
2312       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
2313       typedef typename __ostream_type::ios_base    __ios_base;
2314
2315       const typename __ios_base::fmtflags __flags = __os.flags();
2316       const _CharT __fill = __os.fill();
2317       const std::streamsize __precision = __os.precision();
2318       const _CharT __space = __os.widen(' ');
2319       __os.flags(__ios_base::scientific | __ios_base::left);
2320       __os.fill(__space);
2321       __os.precision(std::numeric_limits<double>::max_digits10);
2322
2323       std::vector<double> __prob = __x.probabilities();
2324       __os << __prob.size();
2325       for (auto __dit = __prob.begin(); __dit != __prob.end(); ++__dit)
2326         __os << __space << *__dit;
2327
2328       __os.flags(__flags);
2329       __os.fill(__fill);
2330       __os.precision(__precision);
2331       return __os;
2332     }
2333
2334   template<typename _IntType, typename _CharT, typename _Traits>
2335     std::basic_istream<_CharT, _Traits>&
2336     operator>>(std::basic_istream<_CharT, _Traits>& __is,
2337                discrete_distribution<_IntType>& __x)
2338     {
2339       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
2340       typedef typename __istream_type::ios_base    __ios_base;
2341
2342       const typename __ios_base::fmtflags __flags = __is.flags();
2343       __is.flags(__ios_base::dec | __ios_base::skipws);
2344
2345       size_t __n;
2346       __is >> __n;
2347
2348       std::vector<double> __prob_vec;
2349       __prob_vec.reserve(__n);
2350       for (; __n != 0; --__n)
2351         {
2352           double __prob;
2353           __is >> __prob;
2354           __prob_vec.push_back(__prob);
2355         }
2356
2357       __x.param(typename discrete_distribution<_IntType>::
2358                 param_type(__prob_vec.begin(), __prob_vec.end()));
2359
2360       __is.flags(__flags);
2361       return __is;
2362     }
2363
2364
2365   template<typename _RealType>
2366     void
2367     piecewise_constant_distribution<_RealType>::param_type::
2368     _M_initialize()
2369     {
2370       if (_M_int.size() < 2
2371           || (_M_int.size() == 2
2372               && _M_int[0] == _RealType(0)
2373               && _M_int[1] == _RealType(1)))
2374         {
2375           _M_int.clear();
2376           _M_den.clear();
2377           return;
2378         }
2379
2380       const double __sum = std::accumulate(_M_den.begin(),
2381                                            _M_den.end(), 0.0);
2382
2383       __detail::__transform(_M_den.begin(), _M_den.end(), _M_den.begin(),
2384                             std::bind2nd(std::divides<double>(), __sum));
2385
2386       _M_cp.reserve(_M_den.size());
2387       std::partial_sum(_M_den.begin(), _M_den.end(),
2388                        std::back_inserter(_M_cp));
2389
2390       // Make sure the last cumulative probability is one.
2391       _M_cp[_M_cp.size() - 1] = 1.0;
2392
2393       for (size_t __k = 0; __k < _M_den.size(); ++__k)
2394         _M_den[__k] /= _M_int[__k + 1] - _M_int[__k];
2395     }
2396
2397   template<typename _RealType>
2398     template<typename _InputIteratorB, typename _InputIteratorW>
2399       piecewise_constant_distribution<_RealType>::param_type::
2400       param_type(_InputIteratorB __bbegin,
2401                  _InputIteratorB __bend,
2402                  _InputIteratorW __wbegin)
2403       : _M_int(), _M_den(), _M_cp()
2404       {
2405         if (__bbegin != __bend)
2406           {
2407             for (;;)
2408               {
2409                 _M_int.push_back(*__bbegin);
2410                 ++__bbegin;
2411                 if (__bbegin == __bend)
2412                   break;
2413
2414                 _M_den.push_back(*__wbegin);
2415                 ++__wbegin;
2416               }
2417           }
2418
2419         _M_initialize();
2420       }
2421
2422   template<typename _RealType>
2423     template<typename _Func>
2424       piecewise_constant_distribution<_RealType>::param_type::
2425       param_type(initializer_list<_RealType> __bl, _Func __fw)
2426       : _M_int(), _M_den(), _M_cp()
2427       {
2428         _M_int.reserve(__bl.size());
2429         for (auto __biter = __bl.begin(); __biter != __bl.end(); ++__biter)
2430           _M_int.push_back(*__biter);
2431
2432         _M_den.reserve(_M_int.size() - 1);
2433         for (size_t __k = 0; __k < _M_int.size() - 1; ++__k)
2434           _M_den.push_back(__fw(0.5 * (_M_int[__k + 1] + _M_int[__k])));
2435
2436         _M_initialize();
2437       }
2438
2439   template<typename _RealType>
2440     template<typename _Func>
2441       piecewise_constant_distribution<_RealType>::param_type::
2442       param_type(size_t __nw, _RealType __xmin, _RealType __xmax, _Func __fw)
2443       : _M_int(), _M_den(), _M_cp()
2444       {
2445         const size_t __n = __nw == 0 ? 1 : __nw;
2446         const _RealType __delta = (__xmax - __xmin) / __n;
2447
2448         _M_int.reserve(__n + 1);
2449         for (size_t __k = 0; __k <= __nw; ++__k)
2450           _M_int.push_back(__xmin + __k * __delta);
2451
2452         _M_den.reserve(__n);
2453         for (size_t __k = 0; __k < __nw; ++__k)
2454           _M_den.push_back(__fw(_M_int[__k] + 0.5 * __delta));
2455
2456         _M_initialize();
2457       }
2458
2459   template<typename _RealType>
2460     template<typename _UniformRandomNumberGenerator>
2461       typename piecewise_constant_distribution<_RealType>::result_type
2462       piecewise_constant_distribution<_RealType>::
2463       operator()(_UniformRandomNumberGenerator& __urng,
2464                  const param_type& __param)
2465       {
2466         __detail::_Adaptor<_UniformRandomNumberGenerator, double>
2467           __aurng(__urng);
2468
2469         const double __p = __aurng();
2470         if (__param._M_cp.empty())
2471           return __p;
2472
2473         auto __pos = std::lower_bound(__param._M_cp.begin(),
2474                                       __param._M_cp.end(), __p);
2475         const size_t __i = __pos - __param._M_cp.begin();
2476
2477         const double __pref = __i > 0 ? __param._M_cp[__i - 1] : 0.0;
2478
2479         return __param._M_int[__i] + (__p - __pref) / __param._M_den[__i];
2480       }
2481
2482   template<typename _RealType, typename _CharT, typename _Traits>
2483     std::basic_ostream<_CharT, _Traits>&
2484     operator<<(std::basic_ostream<_CharT, _Traits>& __os,
2485                const piecewise_constant_distribution<_RealType>& __x)
2486     {
2487       typedef std::basic_ostream<_CharT, _Traits>  __ostream_type;
2488       typedef typename __ostream_type::ios_base    __ios_base;
2489
2490       const typename __ios_base::fmtflags __flags = __os.flags();
2491       const _CharT __fill = __os.fill();
2492       const std::streamsize __precision = __os.precision();
2493       const _CharT __space = __os.widen(' ');
2494       __os.flags(__ios_base::scientific | __ios_base::left);
2495       __os.fill(__space);
2496       __os.precision(std::numeric_limits<_RealType>::max_digits10);
2497
2498       std::vector<_RealType> __int = __x.intervals();
2499       __os << __int.size() - 1;
2500
2501       for (auto __xit = __int.begin(); __xit != __int.end(); ++__xit)
2502         __os << __space << *__xit;
2503
2504       std::vector<double> __den = __x.densities();
2505       for (auto __dit = __den.begin(); __dit != __den.end(); ++__dit)
2506         __os << __space << *__dit;
2507
2508       __os.flags(__flags);
2509       __os.fill(__fill);
2510       __os.precision(__precision);
2511       return __os;
2512     }
2513
2514   template<typename _RealType, typename _CharT, typename _Traits>
2515     std::basic_istream<_CharT, _Traits>&
2516     operator>>(std::basic_istream<_CharT, _Traits>& __is,
2517                piecewise_constant_distribution<_RealType>& __x)
2518     {
2519       typedef std::basic_istream<_CharT, _Traits>  __istream_type;
2520       typedef typename __istream_type::ios_base    __ios_base;
2521
2522       const typename __ios_base::fmtflags __flags = __is.flags();
2523       __is.flags(__ios_base::dec | __ios_base::skipws);
2524
2525       size_t __n;
2526       __is >> __n;
2527
2528       std::vector<_RealType> __int_vec;
2529       __int_vec.reserve(__n + 1);
2530       for (size_t __i = 0; __i <= __n; ++__i)
2531         {
2532           _RealType __int;
2533           __is >> __int;
2534           __int_vec.push_back(__int);
2535         }
2536
2537       std::vector<double> __den_vec;
2538       __den_vec.reserve(__n);
2539       for (size_t __i = 0; __i < __n; ++__i)
2540         {
2541           double __den;
2542           __is >> __den;
2543           __den_vec.push_back(__den);
2544         }
2545
2546       __x.param(typename piecewise_constant_distribution<_RealType>::
2547           param_type(__int_vec.begin(), __int_vec.end(), __den_vec.begin()));
2548
2549       __is.flags(__flags);
2550       return __is;
2551     }
2552
2553
2554   template<typename _RealType>
2555     void
2556     piecewise_linear_distribution<_RealType>::param_type::
2557     _M_initialize()
2558     {
2559       if (_M_int.size() < 2
2560           || (_M_int.size() == 2
2561               && _M_int[0] == _RealType(0)
2562               && _M_int[1] == _RealType(1)
2563               && _M_den[0] == _M_den[1]))
2564         {
2565           _M_int.clear();
2566           _M_den.clear();
2567           return;
2568         }
2569
2570       double __sum = 0.0;
2571       _M_cp.reserve(_M_int.size() - 1);
2572       _M_m.reserve(_M_int.size() - 1);
2573       for (size_t __k = 0; __k < _M_int.size() - 1; ++__k)