從前的隨機數(shù)

C++11之前，無論是C，還是C++都使用相同方式的來生成隨機數(shù)，代碼大致如下：

由于rand()產(chǎn)生的是偽隨機數(shù)，所以需要為rand函數(shù)提供種子。種子不同產(chǎn)生的隨機數(shù)序列也不同。通常的做法是調(diào)用srand(time(0)），由于time返回的是系統(tǒng)時間，每秒都會不同，所以產(chǎn)生的隨機數(shù)相同幾率就會變得很小。

這種方式有一個難點，就是不容易控制輸出結(jié)果的范圍。特別是希望不是均勻分布的時候就更難。

隨機數(shù)庫（Random Number Library）

C++11中提供了隨機數(shù)庫，包括隨機數(shù)引擎類（random-number engines）和隨機數(shù)分布類(random-number distribution)。二者一般配合使用。

隨機數(shù)引擎

標準庫提供了多重隨機數(shù)引擎，這里以default_random_engine類為例進行說明。

到這里為止，和之前的方式?jīng)]有什么本質(zhì)區(qū)別，只是形式不同。別忙，接著往下看。

隨機數(shù)分布類

C++11通過隨機數(shù)分布類來控制隨機數(shù)引擎生成的隨機數(shù)的分布情況。

生成平均分布的整數(shù)

代碼中使用uniform_int_distribution<int>來控制隨機數(shù)引擎生成0到10之間的整數(shù)。

生成平均分布的實數(shù)

代碼中使用uniform_real_distribution來控制隨機數(shù)引擎生成0到10之間的實數(shù)。

生成正態(tài)分布的實數(shù)

代碼中使用normal_distribution<>來控制隨機數(shù)引擎生成均值為2，標準差為0.25的正態(tài)分布數(shù)據(jù)。

生成概率可控的布爾值

代碼中使用bernoulli_distribution來控制隨機數(shù)引擎生成布爾值隨機數(shù)，其中1的概率為0.3。

輸出結(jié)果

補充：真正的隨機數(shù)

C++11還提供了一個random_device隨機數(shù)類。它并不是由某一個數(shù)學算法得到的隨機序列，而是通過讀取文件，讀什么文件看具體的實現(xiàn)(Linux可以通過讀取/dev/random文件來獲取)。文件的內(nèi)容是隨機的，因為文件內(nèi)容是計算機系統(tǒng)的熵（熵指的是一個系統(tǒng)的混亂程度）。也是當前系統(tǒng)的環(huán)境噪聲，系統(tǒng)噪音可以通過很多參數(shù)來評估，如內(nèi)存的使用，文件的使用量，不同類型的進程數(shù)量等等。Linux的熵來自鍵盤計時、鼠標移動等。

不過gcc好像并沒有很好地實現(xiàn)這個類，我手里的Mingw4.9.0就不隨機，每次運行都得到同樣的序列。

總結(jié)

如果看一下C++11標準庫，你會發(fā)現(xiàn)還有很多種隨機數(shù)引擎類和隨機數(shù)分布類。需要的時候去學吧。

到此這篇關于C++11新特性之隨機數(shù)庫(Random Number Library)的文章就介紹到這了,更多相關C++11隨機數(shù)庫內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！