C++11 随机数生成

C++ 程序中，在新标准出现之前，C 和 C++ 都依赖一个C 库函数 rand 来产生随机数，然而，这个函数生成的是均匀分布的伪随机数，每个随机数的范围在 0 和一个最大值RAND_MAX（至少为 32767）之间。

rand 函数存在一些问题：在实际的编程中，很多程序需要不通范围的随机数。一些应用需要随机浮点数。一些程序需要非均匀分布的随机数。所在在编写程序时为了生成满足一定要求的随机数，通常会转换 rand 生成的随机数的范围、类型或者是分布，但是这样会引入非随机性。

c++11提供的<random>实现了随机数库，它通过随机数引擎类（random_number_engines)产生随机数序列，随机数分布类（random_number_distribution)使用随机数引擎生成服从特定概率分布的随机数。

下面介绍一个C++中生成随机数的例子：

// ConsoleApplication1.cpp : 定义控制台应用程序的入口点。
#include "stdafx.h"
#include <iostream>
//#include "Timer.h"
#include <random>// const int arraySize = 100000;
int main()
{std::default_random_engine e;    // 默认的随机数引擎for (int i = 0; i < 15; i++){auto rnd = e();std::cout << rnd << std::endl;std::cout << typeid(rnd).name() << std::endl;   // 返回值的类型}std::cout << e.max() << " | " << e.min() << std::endl;   // 随机数引擎的范围//system("pause");return 0;
}

随机数类是定义在std命名空间的，所以要声明。随机数引擎是函数对象，这就是为什么使用e()去生成随机数。程序每次运行都会生成相同的随机数序列，这在一定程度有利于程序的调试，但我们有时需要每一次运行产生的随机数序列都是不同的。我们可以通过设置随机数引擎的种子来改变引擎的状态，没有改变时是使用默认的随机数种子，这就是为什么每一次都生成同样的随机数序列。从结果我们可以知道，默认的种子生成随机数范围在1-2147483646之间。

可以通过e.seed()方法来设置随机数种子：

// ConsoleApplication1.cpp : 定义控制台应用程序的入口点。
#include "stdafx.h"
#include <iostream>
//#include "Timer.h"
#include <random>// const int arraySize = 100000;
int main()
{std::default_random_engine e;    // 默认的随机数引擎e.seed(10);    // 设置生成随机数的种子for (int i = 0; i < 15; i++){auto rnd = e();std::cout << rnd << std::endl;//std::cout << typeid(rnd).name() << std::endl;   // 返回值的类型}std::cout << e.max() << " | " << e.min() << std::endl;   // 随机数引擎的范围//system("pause");return 0;
}

如果需要改变生成的随机数的范围，需要使用随机数分布类：

// ConsoleApplication1.cpp : 定义控制台应用程序的入口点。
#include "stdafx.h"
#include <iostream>
//#include "Timer.h"
#include <random>// const int arraySize = 100000;
int main()
{std::default_random_engine e;    // 默认的随机数引擎std::uniform_int_distribution<int> u(0, 10);    // 随机数分布类，可以确定随机数范围 [0,10]e.seed(10);    // 设置生成随机数的种子for (int i = 0; i < 15; i++){auto rnd = u(e);std::cout << rnd << "  ";//std::cout << typeid(rnd).name() << std::endl;   // 返回值的类型}std::cout << std::endl;std::cout << e.max() << " | " << e.min() << std::endl;   // 随机数引擎的范围//system("pause");return 0;
}

在实际的应用中，[0, 1]之间的随机数应用的比较广泛，在C++11中，可以按照如下的方式生成满足要求的随机数：

// ConsoleApplication1.cpp : 定义控制台应用程序的入口点。
#include "stdafx.h"
#include <iostream>
//#include "Timer.h"
#include <random>// const int arraySize = 100000;
int main()
{std::default_random_engine e;    // 默认的随机数引擎std::uniform_real_distribution<double> u(0, 1);    // 随机数分布类，可以确定随机数范围 [0,10]e.seed(10);    // 设置生成随机数的种子for (int i = 0; i < 15; i++){auto rnd = u(e);std::cout << rnd << "  ";//std::cout << typeid(rnd).name() << std::endl;   // 返回值的类型}std::cout << std::endl;std::cout << e.max() << " | " << e.min() << std::endl;   // 随机数引擎的范围//system("pause");return 0;
}

除此之外，c++11的<random>库还提供了不同的随机数引擎和随机数分布类，例如，要生成满足正态分布的0-1之间的随机数：

// ConsoleApplication1.cpp : 定义控制台应用程序的入口点。
#include "stdafx.h"
#include <iostream>
#include "Timer.h"
#include <random>// const int arraySize = 100000;
int main()
{std::default_random_engine e;    // 默认的随机数引擎// std::normal_distribution的构造函数  可知参数的意义// explicit normal_distribution(_Ty _Mean0 = 0.0, _Ty _Sigma0 = 1.0)  std::normal_distribution<double> u(0, 1);    // 正态分布 e.seed(10);    // 设置生成随机数的种子for (int i = 0; i < 15; i++){auto rnd = u(e);std::cout << rnd << "  ";//std::cout << typeid(rnd).name() << std::endl;   // 返回值的类型}std::cout << std::endl;std::cout << e.max() << " | " << e.min() << std::endl;   // 随机数引擎的范围//system("pause");return 0;
}

C++11 提供的随机数引擎和随机数分布类型如下所示：
http://www.cplusplus.com/reference/random/?kw=random

随机数引擎：

随机数分布类：

------------------------------------------------------------------------------------------------------

C++11 随机数生成相关推荐

C++11新式洗牌std::shuffle与老式洗牌函数std::random_shuffle的区别
文章目录前言洗牌算法 std::random_shuffle rand 和 srand 随机数生成器和分布器 std::shuffle randint 总结前言洗牌算法是项目开发中常用的一种算 ...
Ｎｕｍｐｙ基础：数组和矢量计算
ndarray:多维数组对象以下内容参考书<利用Python进行数据分析>. numpy 官方的学习文档 https://docs.scipy.org/doc/numpy-dev/use ...
蒙特卡洛路径跟踪 C++实现图形学冬学期作业
蒙特卡洛路径跟踪原理蒙特卡洛积分蒙特卡洛路径跟踪俄罗斯轮盘赌改写rendering equation 改进的蒙特卡洛路径跟踪算法对每个像素发射光线实现场景管理 BVH 光线和AABB求 ...
【小沐学C++】C++11 实现随机数生成（Windows、Linux）
文章目录 1.简介 2.Windows随机数 2.1 随机数范围计算公式 2.2 rand() 2.3 srand() 2.4 c++11 <random> 2.4.1 随机数生成引擎 2 ...
[转]C++11 随机数学习
相对于C++ 11之前的随机数生成器来说,C++11的随机数生成器是复杂了很多.这是因为相对于之前的只需srand.rand这两函数即可获取随机数来说,C++11提供了太多的选择和东西. 随机数生成算 ...
随机数生成算法-二谈
2019独角兽企业重金招聘Python工程师标准>>> 生成均匀"随机数",一种生成均匀分布数字的简单方法在实现粒子系统时,希望粒子能均匀分布在某个范围内,很容 ...
java 随机数生成实现_Java中生成随机数的实现方法总结
搜索热词在实际开发工作中经常需要用到随机数.如有些系统中创建用户后会给用户一个随机的初始化密码.这个密码由于是随机的,为此往往只有用户自己知道.他们获取了这个随机密码之后,需要马上去系统中更改.这就 ...
UA STAT675 统计计算I 随机数生成7 Envelope Accept-Reject Algorithm
UA STAT675 统计计算I 随机数生成7 Envelope Accept-Reject Algorithm Squeeze Principle Atkinson's Poisson Simula ...
TensorFlow损失函数（loss function） 2017-08-14 11:32 125人阅读评论(0) 收藏举报分类：深度学习及TensorFlow实现（10）版权声明：
TensorFlow损失函数(loss function) 2017-08-14 11:32 125人阅读评论(0) 收藏举报分类: 深度学习及TensorFlow实现(10) 版权声明:本 ...

C++11 随机数生成

C++11 随机数生成相关推荐

最新文章

热门文章