C++11 理解 (二十四) 之可扩展的随机数功能

最新推荐文章于 2025-02-17 00:15:00 发布

yine

最新推荐文章于 2025-02-17 00:15:00 发布

阅读量769

点赞数

CC 4.0 BY-SA版权

分类专栏： C&C++

本文链接：https://blog.youkuaiyun.com/y_xianjun/article/details/10341717

C&C++ 专栏收录该内容

79 篇文章

订阅专栏

本文深入探讨了C++11中随机数生成的改进，包括新的生成引擎与分布方法，详细比较了不同算法的优缺点，并展示了如何在实际应用中创建并使用这些随机数生成对象。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

C 标准库允许使用rand函数来生成伪随机数。不过其算法则取决于各程序库开发者。 C++ 直接从 C 继承了这部份，但是 C++11 将会提供产生伪乱数的新方法。

C++11 的随机数功能分为两部分：第一，一个乱数生成引擎，其中包含该生成引擎的状态，用来产生乱数。第二，一个分布，这可以用来决定产生乱数的范围，也可以决定以何种分布方式产生乱数。乱数生成对象即是由乱数生成引擎和分布所构成。

不同于 C 标准库的 rand; 针对产生乱数的机制，C++11 将会提供三种算法，每一种算法都有其强项和弱项:

样板类	整数/浮点数	质量	速度	状态数*
linear_congruential	整数	低	中等^{[来源请求]}	1
subtract_with_carry	两者皆可	中等	快	25
mersenne_twister	整数	佳	快	624

C++11 将会提供一些标准分布: uniform_int_distribution (离散型均匀分布)，bernoulli_distribution (伯努利分布)，geometric_distribution (几何分布)， poisson_distribution (卜瓦松分布)，binomial_distribution (二项分布)，uniform_real_distribution (离散型均匀分布)， exponential_distribution (指数分布)，normal_distribution (正态分布) 和 gamma_distribution (伽玛分布)。

底下描述一个乱数生成对象如何由乱数生成引擎和分布构成:

 
  std::uniform_int_distribution<int> distribution(0, 99); // 以離散型均勻分佈方式產生 int 亂數，範圍落在 0 到 99 之間
std::mt19937 engine; // 建立亂數生成引擎
auto generator = std::bind(distribution, engine); // 利用 bind 將亂數生成引擎和分布組合成一個亂數生成物件
int random = generator();  // 產生亂數 
 