游戏中的随机值-高斯随机值、随机筛选值、柏林噪声

为了使游戏增加丰富度，不断给玩家新鲜感，很多时候我们都需要用到随机值。下面介绍三种高级的随机值技术，在某些场景下，他们比rand()表现更好。

一、高斯随机值

在日常生活中，我们的身高，体重和智商、运动员奔跑的速度，市区的房价，都满足正态分布（高斯分布）。在游戏中同样如此，比方说我们需要模拟一名射击手打靶：

作为一名专业的射击，显然右侧的更接近真实状况。要不然怎么参加比赛啊。
那么我们用函数怎么取到高斯随机值呢。
根据中央极限定理，对[-1,1]范围内均匀随机求和，那么我们的取值结果会逼近0，标准差为√k/3的正态分布。K为参与求和的随机值数量。比如我们每次取三个数求和，那么标准差是1，就是一个标准的正态分布。

下面的函数取[-3,3]之间随机3个数相加，通过伪随机数生成器使用异或位移操作产生均匀随机数。
66.7%的位于在一个标准差范围内，95.8%的位于在两个标准差范围内，100%的值位于三个标准差范围内。

unsigned long seed = 61829450;