C++11带来诸多特性,random就是其一.
随机数由生成器和分布器结合产生
生成器generator:能够产生离散的等可能分布数值(需要种子,不然每次生存的随机数都一样)
分布器distributions: 能够把generator产生的均匀分布值映射到其他常见分布,如均匀分布uniform,正态分布normal,二项分布binomial,泊松分布poisson
种子:相当于外部传给随机数生成器的诱因,如果每次传入的种子一样,则每次生成的随机数还是一样
1.default_random_engine
//std::default_random_engine engine(); //没有设置种子,每次生存的随机数都一样 std::default_random_engine engine(time(nullptr)); //设置了种子,每次种子都不一样 std::uniform_int_distribution<> dis(1, 10); for (int n = 0; n < 10; n++) std::cout << dis(engine) << " " << std::endl;
注:default_random_engine 结合uniform_int_distribution生成的随机数是闭环[begin, end]
如果嫌每次调用都要传入generator对象麻烦,可以使用std::bind,要包含头文件functional,以后就可以直接调用dice()产生复合均匀分布的随机数。
//std::default_random_engine engine(); //没有设置种子,每次生存的随机数都一样 std::default_random_engine engine(time(nullptr)); std::uniform_int_distribution<> dis(1, 10);
auto dice = std::bind(dis,generator); for (int n = 0; n < 10; n++) std::cout << dice() << " " << std::endl;
2. random_device
标准库提供了一个非确定性随机数生成设备.在Linux的实现中,是读取/dev/urandom设备;Windows的实现居然是用rand_s,在这里强烈谴责一下.
random_device提供()操作符,用来返回一个min()到max()之间的一个数字.如果是Linux(Unix Like或者Unix)下,都可以使用这个来产生高质量的随机数,可以理解为真随机数.
#include <iostream> #include <random> int main() { std::random_device rd; for(int n=0; n<20000; ++n) std::cout << rd() << std::endl; return 0; } //结合:default_random_engine使用生成指定范围内的真随机数 int main() { std::random_device rd; std::default_random_engine engine(rd()); std::uniform_int_distribution<> dis(10, 20); auto dice = std::bind(dis, engine); for (int n = 0; n < 10; n++) std::cout << dice() << " " << std::endl; }
2. random number engine
标准把随机数抽象成随机数引擎和分布两部分.引擎用来产生随机数,分布产生特定分布的随机数(比如平均分布,正太分布等).
标准提供三种常用的引擎:linear_congruential_engine,mersenne_twister_engine和subtract_with_carry_engine.第一种是线性同余算法,第二种是梅森旋转算法,第三种带进位的线性同余算法.第一种是最常用的,而且速度也是非常快的; 第二种号称是最好的伪随机数生成器;第三种没用过....
随机数引擎接受一个整形参数当作种子,不提供的话,会使用默认值. 推荐使用random_device来产生一个随机数当作种子.(windows下爱咋整咋整,谁叫windows的random_device是调用rand_s)
#include <iostream> #include <random> int main() { std::random_device rd; std::mt19937 mt(rd()); for(int n = 0; n < 10; n++) std::cout << mt() << std::endl; return 0; }
3. random number distributions
标准提供各种各样的分布,不过我们经常用的比较少,比如平均分布,正太分布...使用也很简单
//平均分布 #include <random> #include <iostream> int main() { std::random_device rd; std::mt19937 gen(rd()); std::uniform_int_distribution<> dis(1, 6); for(int n=0; n<10; ++n) std::cout << dis(gen) << ' '; std::cout << ' '; }
//正太分布 #include <iostream> #include <iomanip> #include <string> #include <map> #include <random> #include <cmath> int main() { std::random_device rd; std::mt19937 gen(rd()); // values near the mean are the most likely // standard deviation affects the dispersion of generated values from the mean std::normal_distribution<> d(5,2); std::map<int, int> hist; for(int n=0; n<10000; ++n) { ++hist[std::round(d(gen))]; } for(auto p : hist) { std::cout << std::fixed << std::setprecision(1) << std::setw(2) << p.first << ' ' << std::string(p.second/200, '*') << ' '; } }