电商网站开发技术中国最新军事新闻直播

random

完整文档看这里
三步走:

1. 选择一种随机数种子
2. 选择一个随机数引擎
3. 选择一个随机数分布
4. 输出

随机数种子

//生成随机数种子,在Linux的实现中,是读取/dev/urandom设备
std::random_device rd;
unsigned seed1 = rd();// 获取当前时间点作为随机数种子
unsigned seed2 = std::chrono::system_clock::now().time_since_epoch().count();

随机数引擎

名称	说明
default_random_engine	别名，取决于编译器把某个引擎与其关联，
std::linear_congruential_engine std::minstd_rand0、std::minstd_rand	线性同余引擎
std::mersenne_twister_engine std::mt19937、std::mt19937_64	Mersenne Twister引擎、梅森旋转算法
std::subtract_with_carry_engine std::ranlux24_base 、std::ranlux48_base	实现带进位减（一种延迟斐波那契）算法

随机数分布

有很多种 均匀分布、伯努利分布、泊松分布、正态分布、采样分布等等
日常开发中，均匀分布用的比较多，随机抽样、模拟掷骰子、简单的游戏随机数生成时，均匀分布非常常见

均匀分布

std::uniform_int_distribution

正态分布

normal_distribution

总结

建议优先使用

• random_device 生成随机数种子
• 随机数引擎 使用 mt19937
• 随机数分布采用 均与分布
• 然后这些只是普通用用就好，涉及到加密安全领域，请使用加密安全库(例如: OpenSSL 库)。

上代码

#include <iostream>
#include <random>
using namespace std;int main()
{// 生成随机数种子std::random_device rd;//梅森旋转算法std::mt19937 mt(rd());//均匀分布std::uniform_int_distribution dis(1, 100);for(int i=0;i<10;i++){std::cout<<dis(mt)<<endl;}return 0;
}

如果需要封装成函数可以这样写:

#include <random>int mt_rand(int min, int max) {static std::random_device rd;  // 静态随机数种子static std::mt19937 mt(rd());  // 静态梅森旋转引擎，只初始化一次std::uniform_int_distribution<int> dis(min, max);  // 均匀分布return dis(mt);  // 生成并返回随机数
}