生成满足一定分布的随机数，是统计模拟、系统仿真等应用中最基本的要求。matlab中提供了函数可以生成各种常见分布的随机数，c++使用boost random库也可以很容易实现。

一、例子

boost random库的文档提供了一个例子，模拟掷色子。投掷一个均匀的色子，六个面每个面出现的概率应该是相等的，也就是说，投掷出的点数应该是服从{ 1 2 3 4 5 6 } 上的均匀分布的。

#include <boost/random.hpp>
#include <boost/random.hpp>
#include <iostream>

int main()

{

boost::mt19937gen;                                    
   boost::uniform_int<>dist(1,6);
   boost::variate_generator<boost::mt19937&,boost::uniform_int<>>die(gen,dist);

for( int i=0; i<10; ++i) {
       std::cout<<die() <<std::endl;
   }
}

上面的例子虽然简单，但也可以看出要生成满足一定分布的伪随机数的一般步骤：

首先，我们需要一个伪随机数发生器（generator）。语句

boost::mt19937 gen;

声明了一个mt19937类型的伪随机数发生器gen。boost一共提供了17种类型伪随机发生器供使用者选择，它们是：

minstd_rand,  rand48, lrand48, ecuyer1988, kreutzer1986, hellekalek1995, mt11213b, mt19937, lagged_fibonacci 607, lagged_fibonacci1279, lagged_fibonacci2281, lagged_fibonacci3217, lagged_fibonacci4423, lagged_fibonacci9689, lagged_fibonacci19937, lagged_fibonacci23209, lagged_fibonacci44497。

总之，名字是一个比一个丑啊。到底选用何种发生器，需要使用者在性能、质量和内存之间进行权衡，一般的应用的话，boost文档推荐使用mt19937就够了。也可以选择多种发生器，使结果相互印证，从而更可信。

其次，需要一个分布函数。由伪随机数发生器生成的伪随机数一般是一个很大区间上的均匀分布（如[1,2^99999999]）。而要产生我们想要的分布的随机数（本例中，我们想要的分布为 {1 2 3 4 5 6 }上的均匀分布），还要对它们做某些变换。

boost::uniform_int<> dist(1, 6);

就是干这个事的。

boost random提供了如下的分布函数:

uniform_smallint ------ 一个整数集上的离散均匀分布

uniform_int ------ 一个整数集上的离散均匀分布

uniform_01 ------ [0, 1)上的连续均匀分布

uniform_real ------ [ min, max)上的连续均匀分布

bernoulli_distribution ------ 伯努利分布

geometric_distribution ------ 几何分布

triangle_distribution ------ 三角分布

exponential_distribution ------ 指数分布

normal_distribution ------ 正态分布

lognormal_distribution ------ 对数正态分布

uniform_on_sphere ------ 球面上的均匀分布

最后，把以上两个结合生成我们想要的随机数发生器：

boost::variate_generator<boost::mt19937&, boost::uniform_int<> > die(gen, dist);