您好,登錄后才能下訂單哦!
這篇文章主要講解了C++如何實現(xiàn)生成隨機(jī)數(shù),內(nèi)容清晰明了,對此有興趣的小伙伴可以學(xué)習(xí)一下,相信大家閱讀完之后會有幫助。
C風(fēng)格
C為隨機(jī)數(shù)提供的工具是rand、srand和RAND_MAX,定義在<stdlib.h>中。
srand為rand設(shè)置種子,如果不設(shè)置,相當(dāng)于調(diào)用過srand(1)。rand產(chǎn)生偽隨機(jī)數(shù),其范圍為0到RAND_MAX,RAND_MAX至少是32767,在MSVC和GCC中這個值都是32767。
偽隨機(jī)數(shù)看似隨機(jī),實則是有規(guī)律可循的,對于相同的種子值,rand產(chǎn)生的序列完全相同,也就是說無論你給srand一個什么數(shù)字,多次運(yùn)行程序的結(jié)果都將相同——除非你給srand的是不同的數(shù)字,比如時間。<time.h>中的time函數(shù)返回整數(shù)表示的系統(tǒng)時間,可用于設(shè)置種子。
如果我們只需要0到9的隨機(jī)數(shù),可以把rand的返回值% 10;如果是42到233,可以寫rand() % 192 + 42。下面的random函數(shù)封裝了這項工作。注意只有在b - a + 1遠(yuǎn)小于或整除RAND_MAX時隨機(jī)數(shù)的分布才比較均勻。
#include <stdio.h> #include <stdlib.h> #include <time.h> int random(int a, int b) { return rand() % (b - a + 1) + a; } int main() { srand(time(NULL)); printf("RAND_MAX = %d\n", RAND_MAX); for (int i = 0; i < 10; i++) printf("%d ", rand()); printf("\n"); int count[10] = {0}; for (int i = 0; i < 10000; i++) count[random(0, 9)]++; for (int i = 0; i < 10; i++) { printf("%d: ", i); for (int j = 0; j < count[i] / 10; j++) printf("*"); printf("\n"); } }
C++風(fēng)格
從C++11開始,C++標(biāo)準(zhǔn)規(guī)定了隨機(jī)數(shù)設(shè)施,包括均勻隨機(jī)位生成器(Uniform random bit generators,URBG)和隨機(jī)數(shù)分布等,定義在<random>中。
URBG分為隨機(jī)數(shù)引擎、引擎適配器、預(yù)置隨機(jī)數(shù)生成器和非確定隨機(jī)數(shù)生成器4類,通常后兩類就夠用了。
標(biāo)準(zhǔn)規(guī)定了3種隨機(jī)數(shù)引擎:
隨機(jī)數(shù)引擎都需要一個種子,生成的都是偽隨機(jī)數(shù)。
引擎適配器可以套一個隨機(jī)數(shù)引擎:
套娃的方式是模板,理論上你還可以用適配器套適配器,不過CPU可能會有意見。
隨機(jī)數(shù)引擎的模板參數(shù)怎么取?標(biāo)準(zhǔn)定義了一些數(shù)學(xué)家們發(fā)現(xiàn)的效果良好的隨機(jī)數(shù)引擎:LCG minstd_rand0、minstd_rand、knuth_b;MT mt19937、mt19937_64;LFG ranlux24_base、ranlux48_base、ranlux24、ranlux48。如果你還是無從下手,那就用default_random_engine,編譯器的開發(fā)者們?yōu)槟氵x好了他們認(rèn)為最合適的,在MSVC中是mt19937,在GCC中是minstd_rand0。
以上工具都生成偽隨機(jī)數(shù),標(biāo)準(zhǔn)還定義了真·隨機(jī)數(shù)引擎random_device,盡管標(biāo)準(zhǔn)也允許它是偽隨機(jī)的。如果它是真隨機(jī)的,那么使用起來它的效果無疑是最好的,但是多次調(diào)用后性能會急劇下降,通常只用于生成偽隨機(jī)數(shù)引擎的種子。
隨機(jī)數(shù)生成器類型都定義了靜態(tài)方法min和max,返回生成的隨機(jī)數(shù)的范圍,以及無參數(shù)的函數(shù)調(diào)用運(yùn)算符operator(),返回隨機(jī)數(shù)。
#include <iostream> #include <random> int main() { auto engine = std::default_random_engine(std::random_device()()); std::cout << "min = " << engine.min() << "; max = " << engine.max() << std::endl; std::cout << "random numbers: "; for (int i = 0; i != 10; ++i) std::cout << engine() << ' '; std::cout << std::endl; }
大多數(shù)情況下我們不需要min到max范圍的整數(shù),而需要一定分布的整數(shù)或?qū)崝?shù)。標(biāo)準(zhǔn)規(guī)定了許多隨機(jī)數(shù)分布類型,我數(shù)學(xué)不好,不太懂這些。
抽樣分布discrete_distribution、piecewise_constant_distribution、piecewise_linear_distribution。
構(gòu)造分布實例時傳入分布的參數(shù)。調(diào)用operator()獲得結(jié)果,參數(shù)為隨機(jī)數(shù)引擎。
#include <iostream> #include <random> #include <string> int main() { auto engine = std::default_random_engine(std::random_device()()); std::uniform_int_distribution<int> uniform(0, 9); int count[10] = {0}; for (int i = 0; i != 10000; ++i) ++count[uniform(engine)]; for (int i = 0; i != 10; ++i) std::cout << i << ": " << std::string(count[i] / 10, '*') << std::endl; }
注意,與STL中左閉右開的習(xí)慣不同,uniform_int_distribution構(gòu)造函數(shù)接受的參數(shù)是閉區(qū)間。
看完上述內(nèi)容,是不是對C++如何實現(xiàn)生成隨機(jī)數(shù)有進(jìn)一步的了解,如果還想學(xué)習(xí)更多內(nèi)容,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。