(給CPP開發者加星標，提升C/C++技能)
https://blog.csdn.net/qq_34784753/article/details/79600809【導讀】：在 C++ 11之前，C 和 C++ 都依賴一個簡單的 C 庫函數 rand 來生成隨機數，rand只能生成均勻分布的隨機數，那麼當我們需要非均勻分布時，應該怎麼辦？C++11種引入了新的隨機數接口，我們一起來看看吧。
--- 以下是正文 ---
C++ 中的隨機數在 C++ 程序中，在新標準出現之前，C 和 C++ 都依賴一個簡單的 C 庫函數 rand 來生成隨機數，但是，這個函數生成的是均勻分布的偽隨機數，每個隨機數的範圍在 0 和一個系統相關的最大值（至少為 32767）之間。
rand 函數有一些問題：即使不是大多數，也有很多程序需要不通範圍的隨機數。一些應用需要隨機浮點數。一些程序需要非均勻分布的隨機數。而在編寫程序為了解決這些通常會轉換 rand 生成的隨機數的範圍、類型或者是分布時，常常會引入非隨機性。
在 C++ 11 標準中，定義在頭文件 random 中的隨機數庫通過一組協作的類來解決這些問題，主要用到的是兩個類：
其中，一個引擎類可以生成 unsigned 隨機數列，一個分布使用一個引擎類生成指定類型的，在給定範圍內的，服從指定概率分布的隨機數。
1. 隨機數引擎和分布隨機數引擎是函數對象類，他們定義了一個調用運算符，該運算符不接受參數並返回一個隨機的 unsigned 整數。我們可以通過調用一個隨機數引擎對象來生成原始隨機數。
default_random_engine e; for(size_t i=0; i<10; i++) cout << e() <<endl;在上面這幾行的代碼中，定義了一個名為 e 的 default_random_engine 的對象。在 for 循環內，我們調用對象 e 來獲得下一個隨機數。
1.1 分布類型和引擎為了得到一個在指定範圍內的數，我們一用一個分布類型的對象：
uniform_int_distribution<unsigned> u(0,9);default_random_engine e; for (size_t i =0;i<10; i++) cout<<u(e)<<" ";cout<< endl;上面的代碼輸入如下:
上面的程序中，我們將 u 定義為 uniform_int_distribution<unsigned> 。這種類型生成均勻分布的 unsigned 值。當我們定義一個這種類型的對象時，可以提供想要的最小值和最大值。在上面這段代碼中，u(0,9) 表示我們希望得到 0 到 9 之間（包含）的數。隨機數分布類會使用包含的範圍，從而我們可以得到給定整形的每個可能值。
類似引擎類型，分布類型也是函數對象類。分布類型定義了一個調用運算符，它接受一個隨機數引擎作為參數。分布對象使用它的引擎參數生成隨機數，並將其映射到指定的分布。
傳遞給分布對象的是引擎對象本身，也就是 u(e)，如果我們將調用寫為 u(e())，含義就變為將 e 生成的下一個值傳遞給 u，這會導致一個編譯錯誤。我們傳遞的是引擎本身，而不是他生成的下一個值，原因是某些分布可能需要調用引擎多次才能得到一個值。
1.2 使用引擎生成一個數值序列隨機數發生器有一個特性，也就是即使生成的樹看起來是隨機的，但是對於一個給定的發生器，每次運行程序它都會返回相同的數值序列。序列不變這一事實在 調試 的時候十分有用，但是另一方面，使用隨機數發生器的程序也必須考慮到這一特性。
下面介紹一個例子，需要一個函數生成一個 vector，包含 100 個均勻分布在 0 到 9 之間的隨機數。一種錯誤的方法是使用下面的代碼：
vector<unsigned >bad_randVec(){ default_random_engine e; uniform_int_distribution<unsigned >u(0,9); vector<unsigned >ret; for(size_t i = 0;i<100;i++) ret.push_back(u(e)); return ret;}vector<unsigned >v1(bad_randVec());vector<unsigned >v2(bad_randVec());cout << ((v1==v2) ? "equal" : "not equal") << endl;上面這段代碼會輸出 equal，因為 vector v1 和 v2 具有相同的值。
正確的定義方法是 將引擎和關聯的分布對象定義為 static 的：
vector<unsigned >good_randVec(){ static default_random_engine e; static uniform_int_distribution<unsigned > u(0,9); vector<unsigned > ret; for(size_t i = 0; i<100;i++) ret.push_back(u(e)); return ret;}由於 e 和 u 都是 static 的，因此它們在函數調用之間會保持住狀態。第一次調用會使用 u(e) 生成的序列中的前 100 個隨機數，第二次調用會獲得接下來 100 個。以此類推。
注意，一個給定的隨機數發生器已知會生成相同的隨機數序列。一個函數如果定義了局部的隨機數發生器，應該將其（包括引擎和分布對象）定義為 static 的。否則，每次調用函數都會生成相同的序列。
1.3 設置隨機數發生器種子隨機數發生器會生成相同的隨機數序列這一特性在調試中很有用。但是，一旦我們的程序調試完畢，我們通常希望每次運行程序都會生成不同的隨機結果，可以通過提供一個種子(seed)來達到這個目的。種子就是一個數值，殷勤可以利用它從序列中一個新位置重新開始生成隨機數。
為引擎設置種子有兩種方式：
（1）在創建引擎對象時提供種子
（2）調用引擎的 seed 成員
default_random_engine e1; default_random_engine e2(2147483646); default_random_engine e3;e3.seed(32767); default_random_engine e4(32767); for(size_t i = 0;i != 10; i++){ if (e1() == e2()) cout<<"unseeded match at iteeration: "<<i<<endl; if (e3() != e4()) cout<<"seeded differs at itertion: "<<i<<endl;}設置種子最常用的方法是調用系統函數 time ，這個函數定義再頭文件 ctime 中，它返回一個特定時刻到當前經過了多少秒。函數 time 接受單個指針參數，它指向用於寫入時間的數據結構。如果此指針為空，則函數簡單的返回時間：
default_random_engine e1(time(0));但是，由於 time 返回以秒計的時間，因此這種方式只適用於生成種子的間隔為秒級或更長的應用。
2. 其他隨機數分布2.1 生成隨機實數程序常常需要一個隨機浮點數源。特別是程序經常需要 0 到 1 之間的隨機數。
可一定以一個 uniform_real_distribution 類型的對象，並讓標準庫來處理從隨機整數到隨機浮點數的映射。與處理 uniform_int_distribution 一樣，在定義對象時，我們指定最小值和最大值。
default_random_engine e; uniform_real_distribution<double >u(0,1);for(size_t i =0;i<10;i++) cout<<u(e)<<" "; cout<<endl;此外，當我們對分布函數不指定默認生成的類型參數時，程序會自動賦予一個類型，生成浮點值得分布類型默認生成 double 類型，生成整型值的分布類型默認生成 int 類型，如下：
uniform_real_distribution<>u(-1,1); 2.2 生成非均勻分布的隨機數除了生成上面的均勻分布，C++ 11 還規定了可以生成 20 種不同的分布類型，比如 均勻分布uniform，正態分布normal，二項分布binomial，泊松分布poisson，學生分布 student 等等，相關函數可以查看相應的函數（具體可以參考 C++ Primer 781頁）。
- EOF -
關於 C++ 隨機數，歡迎在評論中和我探討。覺得文章不錯，請點讚和在看支持我繼續分享好文。謝謝！
關注『CPP開發者』
看精選C++技術文章 . 加C++開發者專屬圈子
↓↓↓
點讚和在看就是最大的支持❤️