C++随机数生成方法（，赶紧搜藏）

一、C++中不能使用random()函数 ================================================================================== 本文由青松原创并依GPL-V2及其后续版本发放，转载请注明出处且应包含本行声明。 C++中常用rand()函数生成随机数，但严格意义上来讲生成的只是伪随机数（pseudo-random integral number）。生成随机数时需要我们指定一个种子，如果在程序内循环，那么下一次生成随机数时调用上一次的结果作为种子。但如果分两次执行程序，那么由于种子相同，生成的“随机数”也是相同的。 在工程应用时，我们一般将系统当前时间(Unix时间)作为种子，这样生成的随机数更接近于实际意义上的随机数。给一下例程如下： #include <iostream> #include <ctime> #include <cstdlib> using namespace std; int main() {     double random(double,double);     srand(unsigned(time(0)));     for(int icnt = 0; icnt != 10; ++icnt)         cout << "No." << icnt+1 << ": " << int(random(0,10))<< endl;     return 0; } double random(double start, double end) {     return start+(end-start)*rand()/(RAND_MAX + 1.0); } /* 运行结果 * No.1: 3 * No.2: 9 * No.3: 0 * No.4: 9 * No.5: 5 * No.6: 6 * No.7: 9 * No.8: 2 * No.9: 9 * No.10: 6 */ 利用这种方法能不能得到完全意义上的随机数呢？似乎9有点多哦？却没有1,4,7？！我们来做一个概率实验，生成1000万个随机数，看0-9这10个数出现的频率是不是大致相同的。程序如下： #include <iostream> #include <ctime> #include <cstdlib> #include <iomanip> using namespace std; int main() {     double random(double,double);     int a[10] = {0};     const int Gen_max = 10000000;     srand(unsigned(time(0)));         for(int icnt = 0; icnt != Gen_max; ++icnt)         switch(int(random(0,10)))         {         case 0: a[0]++; break;         case 1: a[1]++; break;         case 2: a[2]++; break;         case 3: a[3]++; break;         case 4: a[4]++; break;         case 5: a[5]++; break;         case 6: a[6]++; break;         case 7: a[7]++; break;         case 8: a[8]++; break;         case 9: a[9]++; break;         default: cerr << "Error!" << endl; exit(-1);         }         for(int icnt = 0; icnt != 10; ++icnt)         cout << icnt << ": " << setw(6) << setiosflags(ios::fixed) << setprecision(2) << double(a[icnt])/Gen_max*100 << "%" << endl;         return 0; } double random(double start, double end) {     return start+(end-start)*rand()/(RAND_MAX + 1.0); } /* 运行结果 * 0: 10.01% * 1:   9.99% * 2:   9.99% * 3:   9.99% * 4:   9.98% * 5: 10.01% * 6: 10.02% * 7: 10.01% * 8: 10.01% * 9:   9.99% */ 可知用这种方法得到的随机数是满足统计规律的。 另：在Linux下利用GCC编译程序，即使我执行了1000000次运算，是否将random函数定义了inline函数似乎对程序没有任何影响，有理由相信，GCC已经为我们做了优化。但是冥冥之中我又记得要做inline优化得加O3才行... 不行，于是我们把循环次数改为10亿次，用time命令查看执行时间： chinsung@gentoo ~/workspace/test/Debug $ time ./test 0: 10.00% 1: 10.00% 2: 10.00% 3: 10.00% 4: 10.00% 5: 10.00% 6: 10.00% 7: 10.00% 8: 10.00% 9: 10.00% real    2m7.768s user    2m4.405s sys     0m0.038s chinsung@gentoo ~/workspace/test/Debug $ time ./test 0: 10.00% 1: 10.00% 2: 10.00% 3: 10.00% 4: 10.00% 5: 10.00% 6: 10.00% 7: 10.00% 8: 10.00% 9: 10.00% real    2m7.269s user    2m4.077s sys     0m0.025s 前一次为进行inline优化的情形，后一次为没有作inline优化的情形，两次结果相差不大，甚至各项指标后者还要好一些，不知是何缘由... =================================================================================      random函数不是ANSI C标准，不能在gcc,vc等编译器下编译通过。 可改用C++下的rand函数来实现。     1、C++标准函数库提供一随机数生成器rand，返回0－RAND_MAX之间均匀分布的伪随机整数。 RAND_MAX必须至少为32767。rand()函数不接受参数，默认以1为种子（即起始值）。 随机数生成器总是以相同的种子开始，所以形成的伪随机数列也相同，失去了随机意义。（但这样便于程序调试）       2、C++中另一函数srand（），可以指定不同的数（无符号整数变元）为种子。但是如果种子相同，伪随机数列也相同。一个办法是让用户输入种子，但是仍然不理想。      3、 比较理想的是用变化的数，比如时间来作为随机数生成器的种子。 time的值每时每刻都不同。所以种子不同，所以，产生的随机数也不同。 // C++随机函数（VC program） #include <stdio.h> #include <iostream> #include <time.h> using namespace std; #define MAX 100 int main(int argc, char* argv[]) {        srand( (unsigned)time( NULL ) );//srand()函数产生一个以当前时间开始的随机种子.应该放在for等循环语句前面 不然要很长时间等待 　　 for (int i=0;i<10;i++) 　　 cout<<rand()%MAX<<endl;//MAX为最大值，其随机域为0~MAX-1 　　 return 0; } 二、rand()的用法      rand()不需要参数，它会返回一个从0到最大随机数的任意整数，最大随机数的大小通常是固定的一个大整数。 这样，如果你要产生0~10的10个整数，可以表达为： 　　int N = rand() % 11;      这样，N的值就是一个0~10的随机数，如果要产生1~10，则是这样： 　　int N = 1 + rand() % 10; 　　总结来说，可以表示为： 　　a + rand() % n      其中的a是起始值，n是整数的范围。 　　a + rand() % (b-a+1) 就表示　ａ～ｂ之间的一个随机数若要0~1的小数，则可以先取得0~10的整数，然后均除以10即可得到随机到十分位的10个随机小数，若要得到随机到百分位的随机小数，则需要先得到0~100的10个整数，然后均除以100，其它情况依此类推。      通常rand()产生的随机数在每次运行的时候都是与上一次相同的，这是有意这样设计的，是为了便于程序的调试。若要产生每次不同的随机数，可以使用srand( seed )函数进行随机化，随着seed的不同，就能够产生不同的随机数。      如大家所说，还可以包含time.h头文件，然后使用srand(time(0))来使用当前时间使随机数发生器随机化，这样就可以保证每两次运行时可以得到不同的随机数序列(只要两次运行的间隔超过1秒)。