C++11 带来了丰富便捷的随机数生成方法。
C++11 的随机数分为三个层次，下面分别叙述。
产生随机数
标准库提供了一个非确定性随机数生成设备。在 Linux 的实现中，是读取 /dev/urandom 设备；Windows 的实现是用rand_s，在这里强烈谴责一下。random_device 提供 () 操作符，用来返回一个 min() 到 max() 之间的一个数字。因此 Linux（包括类 Unix）下调用 random_device() 获取的是一个真随机数，Windows 是伪随机数。
1
2
3
4
5
6
7
8
9
| #include <iostream>
#include <random>
int main()
{
std::random_device rd;
for(int n=0; n<20000; ++n)
std::cout << rd() << std::endl;
return 0;
}
|
随机数引擎
C++ 中的均匀随机位生成器 (URBG) ，也就是随机数引擎是伪随机数生成器。这种随机数生成器传入一个种子，根据种子生成随机数，这也是我们最常见的一种随机数生成器。这种随机数引擎本质是一种算数算法，因此相同的种子多次调用产生的随机数是完全相同的。
标准提供三种常用的引擎：linear_congruential_engine，mersenne_twister_engine 和 subtract_with_carry_engine。第一种是线性同余算法，第二种是梅森旋转算法，第三种带进位的线性同余算法。第一种是最常用的，而且速度也是非常快的；第二种号称是最好的伪随机数生成器；第三种目前还不太清楚。
随机数引擎接受一个整形参数当作种子，不提供的话，会使用默认值。如果想多次运行产生相同的随机数，可以使用一个确定的数作为种子。如果是想每次运行生成不一样的随机数，Linux 推荐使用 random_device 来产生一个随机数当作种子，windows 产生一个伪随机数作为种子吧。
1
2
3
4
5
6
7
8
9
10
11
| #include <iostream>
#include <random>
int main()
{
std::random_device rd;
std::mt19937 mt(rd());
for(int n = 0; n < 10; n++)
std::cout << mt() << std::endl;
return 0;
}
|
随机分布
STL 标准库还提供各种各样的随机分布，不过我们经常用的比较少，比如平均分布，正太分布…使用也很简单。随机分布是利用一定的算法处理 URBG 的输出，以使得输出结果按照定义的统计概率密度函数分布。
1
2
3
4
5
6
7
8
9
10
11
12
|
#include <random>
#include <iostream>
int main()
{
std::random_device rd;
std::mt19937 gen(rd());
std::uniform_int_distribution<> dis(1, 6);
for(int n=0; n<10; ++n)
std::cout << dis(gen) << ' ';
std::cout << '\n';
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
#include <iostream>
#include <iomanip>
#include <string>
#include <map>
#include <random>
#include <cmath>
int main()
{
std::random_device rd;
std::mt19937 gen(rd());
std::normal_distribution<> d(5,2);
std::map<int, int> hist;
for(int n=0; n<10000; ++n) {
++hist[std::round(d(gen))];
}
for(auto p : hist) {
std::cout << std::fixed << std::setprecision(1) << std::setw(2)
<< p.first << ' ' << std::string(p.second/200, '*') << '\n';
}
}
|