C语言中生成随机数的方法:
#include <time.h> #include <stdlib.h> int main() { srand(time(NULL)); //为rand函数提供种子 printf("%d ", rand() % 10); //输出一个随机数,范围为0-9 printf("%d ", rand() % 10 + 1); //输出一个随机数,范围为1-10 return 0; }
C++11中生成随机数需要随机数引擎类default_random_engine,包含头文件<random>:
#include <random> default_random_engine e; //随机数引擎类 for (size_t i = 0; i < 5; ++i) cout << e() << ", "; //生成原始随机数,输出为3499211612, 581869302, 3890346734, 3586334585, 545404204
指定生成的随机数区间需要随机数分布类uniform_int_distribution:
void RandPrint()
{
default_random_engine e;
uniform_int_distribution<unsigned> u(0, 100); //随机数分布类,生成的随机数在0-100之间
for (size_t i = 0; i < 10; ++i)
cout << u(e) << endl; //将u作为随机数源,生成10个随机数
}
上面的RandPrint()如果两次调用的话会发现生成的随机数是相同的,要每次调用RandPrint生成不同的随机数需要引擎和分布对象保持状态,因此可以将他们定义为static来实现:
void RandPrint()
{
static default_random_engine e;
static uniform_int_distribution<unsigned> u(0, 100); //随机数分布类,生成的随机数在0-100之间
for (size_t i = 0; i < 10; ++i)
cout << u(e) << endl; //将u作为随机数源,生成10个随机数
}
上面的函数每次运行程序都会生成相同的随机数,如果每次运行程序都要生成不同的随机数需要提供一个“种子”。“种子”就是一个数值,可以在引擎对象创建的时候提供种子,也可以调用引擎的seed()成员来设置种子:
#include "stdafx.h"
#include <Windows.h>
#include <iostream>
#include <ctime>
#include <random>
using std::default_random_engine;
using std::uniform_int_distribution;
using std::cout;
using std::endl;
void RandPrint(long long llSeeds)
{
static default_random_engine e;
e.seed(llSeeds);
static uniform_int_distribution<unsigned> u(0, 100); //随机数分布类,生成的随机数在0-100之间
for (size_t i = 0; i < 10; ++i)
cout << u(e) << ", "; //将u作为随机数源
}
int main()
{
RandPrint(100);
RandPrint(100);
//上面两次生成的随机数相同,因为种子相同
RandPrint(time(0));
Sleep(2000);
RandPrint(time(0));
//上面两次生成的随机数相同,因为种子不同
return 0;
}
生成浮点类型的随机数,使用uniform_real_distribution:
void RandPrint(long long llSeeds)
{
static default_random_engine e;
e.seed(llSeeds);
static uniform_real_distribution<double> u(0, 1); //随机数分布类,生成的随机数在0-1之间
for (size_t i = 0; i < 10; ++i)
cout << u(e) << ", "; //将u作为随机数源
}
int main()
{
RandPrint(time(0));
return 0;
}
以上的uniform_int_distribution、uniform_real_distribution随机数分布对象都是均匀分布,我们还可以使用非均匀分布的随机数分布对象来生成非均匀随机数,如伯努利分布bernoulli_distribution、、正态分布normal_distribution等:
default_random_engine e;
bernoulli_distribution b(0.5); //以50%的概率生成true
for (size_t i = 0; i < 10; ++i)
cout << b(e) << ", ";
//输出为1, 0, 0, 1, 1, 0, 1, 0, 0, 0
随机数分布类还有一个成员函数reset(),它重建随机数分布对象的状态,使随后对该对象的使用不依赖于它已经生成的值。