C为随机数提供的工具是rand、srand和RAND_MAX，定义在<stdlib.h>中。

srand为rand设置种子，如果不设置，相当于调用过srand(1)。rand产生伪随机数，其范围为0到RAND_MAX，RAND_MAX至少是32767，在MSVC和GCC中这个值都是32767。

伪随机数看似随机，实则是有规律可循的，对于相同的种子值，rand产生的序列完全相同，也就是说无论你给srand一个什么数字，多次运行程序的结果都将相同——除非你给srand的是不同的数字，比如时间。<time.h>中的time函数返回整数表示的系统时间，可用于设置种子。

如果我们只需要0到9的随机数，可以把rand的返回值% 10;如果是42到233，可以写rand() % 192 + 42。下面的random函数封装了这项工作。注意只有在b - a + 1远小于或整除RAND_MAX时随机数的分布才比较均匀。

#include <stdio.h>

#include <stdlib.h>

#include <time.h>

int random(int a, int b)

{

return rand() % (b - a + 1) + a;

}

int main()

{

srand(time(NULL));

printf("RAND_MAX = %d\n", RAND_MAX);

for (int i = 0; i < 10; i++)

printf("%d ", rand());

printf("\n");

int count[10] = {0};

for (int i = 0; i < 10000; i++)

count[random(0, 9)]++;

for (int i = 0; i < 10; i++)

{

printf("%d: ", i);

for (int j = 0; j < count[i] / 10; j++)

printf("*");

printf("\n");

}

}

C++风格

从C++11开始，C++标准规定了随机数设施，包括均匀随机位生成器(Uniform random bit generators，URBG)和随机数分布等，定义在<random>中。

URBG分为随机数引擎、引擎适配器、预置随机数生成器和非确定随机数生成器4类，通常后两类就够用了。

标准规定了3种随机数引擎：

（1）线性同余linear_congruential_engine(LCG)，时间空间消耗都少;

（2）梅森旋转mersenne_twister_engine(MT)，占用较多内存(在PC上可以忽略)，计算量较大;

（3）带进位减法(属于滞后斐波那契生成器，LFG)subtract_with_carry_engine，性能与效果折中。

随机数引擎都需要一个种子，生成的都是伪随机数。

引擎适配器可以套一个随机数引擎：

discard_block_engine在连续若干个伪随机数中选择若干个;

independent_bits_engine把位数多的伪随机数压缩成位数少的;

shuffle_order_engine把连续若干个伪随机数重排。

套娃的方式是模板，理论上你还可以用适配器套适配器，不过CPU可能会有意见。

随机数引擎的模板参数怎么取?标准定义了一些数学家们发现的效果良好的随机数引擎：LCG minstd_rand0、minstd_rand、knuth_b;MT mt19937、mt19937_64;LFG ranlux24_base、ranlux48_base、ranlux24、ranlux48。如果你还是无从下手，那就用default_random_engine，编译器的开发者们为你选好了他们认为最合适的，在MSVC中是mt19937，在GCC中是minstd_rand0。

以上工具都生成伪随机数，标准还定义了真·随机数引擎random_device，尽管标准也允许它是伪随机的。如果它是真随机的，那么使用起来它的效果无疑是最好的，但是多次调用后性能会急剧下降，通常只用于生成伪随机数引擎的种子。

随机数生成器类型都定义了静态方法min和max，返回生成的随机数的范围，以及无参数的函数调用运算符operator()，返回随机数。

#include <iostream>

#include <random>

int main()

{

auto engine = std::default_random_engine(std::random_device()());

std::cout << "min = " << engine.min() << "; max = " << engine.max() << std::endl;

std::cout << "random numbers: ";

for (int i = 0; i != 10; ++i)

std::cout << engine() << ' ';

std::cout << std::endl;

}

大多数情况下我们不需要min到max范围的整数，而需要一定分布的整数或实数。标准规定了许多随机数分布类型，我数学不好，不太懂这些。

均匀分布uniform_int_distribution、uniform_real_distribution;

伯努利分布bernoulli_distribution、binomial_distribution、negative_binomial_distribution、geometric_distribution;

泊松分布poisson_distribution、exponential_distribution、gamma_distribution、weibull_distribution、extreme_value_distribution;

正态分布normal_distribution、lognormal_distribution、chi_squared_distribution、cauchy_distribution、fisher_f_distribution、student_t_distribution;

抽样分布discrete_distribution、piecewise_constant_distribution、piecewise_linear_distribution。

构造分布实例时传入分布的参数。调用operator()获得结果，参数为随机数引擎。

#include <iostream>

#include <random>

#include <string>

int main()

{

auto engine = std::default_random_engine(std::random_device()());

std::uniform_int_distribution<int> uniform(0, 9);

int count[10] = {0};

for (int i = 0; i != 10000; ++i)

++count[uniform(engine)];

for (int i = 0; i != 10; ++i)

std::cout << i << ": " << std::string(count[i] / 10, '*') << std::endl;

}

注意，与STL中左闭右开的习惯不同，uniform_int_distribution构造函数接受的参数是闭区间。

当你还在担心能否就业时，达内学员提前被企业录取;当你转辗于各大招聘会时，达内学员收到了高薪offer;当你在各大招聘网站投递简历时，达内学员中有人一毕业进入五百强名企。所以选择很重要。找C++培训班，选达内就对了。

版权声明：转载文章来自公开网络，版权归作者本人所有，推送文章除非无法确认，我们都会注明作者和来源。如果出处有误或侵犯到原作者权益，请与我们联系删除或授权事宜。