c++中的随机数与种子

本文详细介绍了C++标准库中的rand()函数及其使用方法,包括如何通过srand()函数设置随机数种子,以及如何生成指定范围内的随机整数或浮点数。并通过实例展示了在不同场景下的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

原博客地址:http://blog.163.com/yangpu8459@126/blog/static/140368258201022825311417/

标准库<cstdlib>(被包含于<iostream>中)提供两个帮助生成伪随机数的函数:

函数一:int rand(void);
从srand (seed)中指定的seed开始,返回一个[seed, RAND_MAX(0x7fff))间的随机整数。

函数二:void srand(unsigned seed);
参数seed是rand()的种子,用来初始化rand()的起始值。

可以认为rand()在每次被调用的时候,它会查看:
1) 如果用户在此之前调用过srand(seed),给seed指定了一个值,那么它会自动调用
srand(seed)一次来初始化它的起始值。
2) 如果用户在此之前没有调用过srand(seed),它会自动调用srand(1)一次。

根据上面的第一点我们可以得出:
1) 如果希望rand()在每次程序运行时产生的值都不一样,必须给srand(seed)中的seed一个变值,这个变值必须在每次程序运行时都不一样(比如到目前为止流逝的时间)。
2) 否则,如果给seed指定的是一个定值,那么每次程序运行时rand()产生的值都会一样,虽然这个值会是[seed, RAND_MAX(0x7fff))之间的一个随机取得的值。
3) 如果在调用rand()之前没有调用过srand(seed),效果将和调用了srand(1)再调用rand()一样(1也是一个定值)。

举几个例子,假设我们要取得0~6之间的随机整数(不含6本身):

例一,不指定seed:

for(int i=0;i<10;i++){ 
  ran_num=rand() % 6;
  cout<<ran_num<<" ";
}


每次运行都将输出:5 5 4 4 5 4 0 0 4 2

例二,指定seed为定值1:

srand(1);
for(int i=0;i<10;i++){ 
  ran_num=rand() % 6;
  cout<<ran_num<<" ";
}
 

每次运行都将输出:5 5 4 4 5 4 0 0 4 2
跟例子一的结果完全一样。

例三,指定seed为定值6:

srand(6);
for(int i=0;i<10;i++){ 
  ran_num=rand() % 6;
  cout<<ran_num<<" ";
}


每次运行都将输出:4 1 5 1 4 3 4 4 2 2

随机值也是在[0,6)之间,随得的值跟srand(1)不同,但是每次运行的结果都相同。

例四,指定seed为当前系统流逝了的时间(单位为秒):time_t time(0):

#include <ctime>
//…
srand((unsigned)time(0));
for(int i=0;i<10;i++){ 
  ran_num=rand() % 6;
  cout<<ran_num<<" ";
}

第一次运行时输出:0 1 5 4 5 0 2 3 4 2
第二次:3 2 3 0 3 5 5 2 2 3
总之,每次运行结果将不一样,因为每次启动程序的时刻都不同(间隔须大于1秒?见下)。

关于time_t time(0):

time_t被定义为长整型,它返回从1970年1月1日零时零分零秒到目前为止所经过的时间,单位为秒。比如假设输出:
cout<<time(0);
值约为1169174701,约等于37(年)乘365(天)乘24(小时)乘3600(秒)(月日没算)。

另外,关于ran_num = rand() % 6,

将rand()的返回值与6求模是必须的,这样才能确保目的随机数落在[0,6)之间,否则rand()的返回值本身可能是很巨大的。
一个通用的公式是:
要取得[a,b)之间的随机整数,使用(rand() % (b-a))+ a (结果值将含a不含b)。
在a为0的情况下,简写为rand() % b。

最后,关于伪随机浮点数:

用rand() / double(RAND_MAX)可以取得0~1之间的浮点数(注意,不同于整型时候的公式,是除以,不是求模),举例:

double ran_numf=0.0;
srand((unsigned)time(0));
for(int i=0;i<10;i++)
{ 
   ran_numf = rand() / (double)(RAND_MAX);
   cout<<ran_numf<<" ";
}

运行结果为:0.716636,0.457725,…等10个0~1之间的浮点数,每次结果都不同。

如果想取更大范围的随机浮点数,比如1~10,可以将
rand() /(double)(RAND_MAX) 改为 rand() /(double)(RAND_MAX/10)
运行结果为:7.19362,6.45775,…等10个1~10之间的浮点数,每次结果都不同。
至于100,1000的情况,如此类推。

以上不是伪随机浮点数最好的实现方法,不过可以将就着用用…








### C++ 中生成随机数并设置种子C++ 中,可以通过多种方式生成随机数。传统的方法依赖于 `rand()` 和 `srand()` 函数来实现基本的伪随机数生成功能[^2]。 对于更现代且质量更高的解决方案,推荐使用 `<random>` 头文件中定义的一系列类和工具。这不仅提供了更好的统计特性,还允许开发者选择不同类型的分布模式[^1]。 #### 使用 rand() 和 srand() 为了确保每次执行程序时都能得到不同的随机数值序列,在调用 `rand()` 之前应当先通过 `srand(unsigned int)` 来初始化随机数发生器的状态。通常的做法是以当前时间作为参数传递给 `srand`: ```cpp #include <cstdlib> // For rand(), srand() #include <ctime> // For time() int main(){ unsigned seed = static_cast<unsigned>(time(0)); srand(seed); for(int i=0; i<5; ++i){ std::cout << rand() % 100 << ' '; } } ``` 这种方法简单易懂,但在某些情况下可能不够理想,因为其产生的随机性相对较低,并且存在周期短等问题。 #### 使用 C++11 标准库中的高级方法 自 C++11 起引入了更为强大的随机数设施,位于标准头文件 `<random>` 内部。这里展示了一个简单的例子,它利用了 `std::mt19937` 这种高质量的 Mersenne Twister 算法引擎以及均匀整数分布对象 `std::uniform_int_distribution<>`: ```cpp #include <iostream> #include <random> int main(){ // 创建设备用于获取非确定性的初始值 std::random_device rd; // 基于上述设备创建梅森旋转算法实例 std::mt19937 gen(rd()); // 定义范围内的离散型均匀分布 std::uniform_int_distribution<> dis(0, 99); for(int n=0; n<5; ++n){ std::cout << dis(gen) << ' '; } return 0; } ``` 此代码片段展示了如何构建一个更加健壮可靠的随机数生成机制,适用于大多数应用场景下的需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值