教你如何用C++快速生成1000万个随机数

updated: 2012.5.10

上个星期天（2012.5.6）中午去华科参加了百度的笔试，试卷的最后一题是问百度搜索框的suggestion提示功能如何实现，用什么数据结构和算法。

我简单地提及了一下Top K。

前段时间看过算法大牛JULY博客中的一些面试题，其中有讲到Top K算法。且《编程之美》中也有一节专门讲解Top K。现如今百度也考到了，说明Top K算法真的是太重要了。可惜之前都只是粗浅地看了一遍，没有彻底领悟。现在正在着手于Top K的学习，代码写好了需要海量测试数据，上哪找呢？哼哼，当然是自己写程序生成啦。下面将介绍一种方法来随机生成1000万个随机数，并将数据保存到文件data.txt中，方便我们随时进行测试。

精华部分：

srand(unsigned(time(0));//随机种子，为了提高不重复的概率
   rand()%(MAX-MIN + 1) + MIN;                //生成的随机数值在MIN和MAX之间（包含MIN,MAX）

请直接看代码，所有重要信息均在上面。

/*
本程序实现的功能：
生成1000万个可能重复的随机数，用作测试数据 
并计算生成这些数据所用的时间 
*/
#include <iostream>
#include <ctime> // time.h也可,用于计算程序运行时间和生成随机种子数 
using namespace std;
#define SELF_RAND_MAX 0x7FFFFFFF
int main()
{
 //typedef long clock_t 
 clock_t start_time = clock();//计时开始
 
    srand(unsigned(time(0)));//生成时间种子
 //生成的数值在1000到1000万之间 
    const int MAX = 10000000;
    const int MIN = 1000;
    /*读入数据 freopen("in.txt","r",stdin); 
 //写入数据 freopen("out.txt","w",stdout);
 //fclose(stdin);//关闭文件 
    //fclose(stdout);//关闭文件 
    把标准输入流stdin重定向到in.txt文件中，
 这样在用scanf或是用cin输入时便不会从标准输入流读取数据,
 而是从in.txt文件中获取输入。
 只要把输入数据事先粘贴到in.txt，调试时就方便多了。 
    */
  freopen("data.txt","w",stdout);
  //cout << "---Generate 10,000,000 random numbers\
  //         which maybe repeated---" << endl;
 for(int i = 0; i < 10000000; ++i){
  //#define RAND_MAX 0x7FFF
    //较标准unsigned long data = ( MAX * rand() )/ ( RAND_MAX + MIN)+ 1;
    //unsigned long data = (MAX - MIN + 1 ) * rand() + MIN;
   //unsigned long data = ((MAX - MIN + 1 ) * rand()   + MIN) % 10000000;
   unsigned long data = rand() % (MAX - MIN + 1) + MIN;//较标准 
    cout << data << ' '; //输出数据到data.txt 
 }
 fclose(stdout);
 freopen("time.txt","w",stdout);
 cout << endl 
      << "---the end---" 
   << endl;
   //CLOCKS_PER_SEC控制精度，在windows环境下是1000,linux下是多少完了
   //简单地说windows下是毫秒级，而linux下是纳秒级 
    cout << "elapsed time:" << double(clock() - start_time) / CLOCKS_PER_SEC
         << 's' << endl;
  //  fclose(stdout);
}

运行结果：

time.txt中

---the end---

elapsed time:5.171s

生成的data.txt有55M之多。共有1000万个数据，通过下面的测试程序可以断定，这1000万个数据的值均在1000-10000000之间。

#include <iostream>
#include <ctime>
//#include <boost/timer.hpp>
//using namespace boost;
using namespace std;
int main(){
	unsigned long data;
	//timer t;
	int len = 0;
	freopen("data.txt","r",stdin);
    while(cin >> data){
      if(data >= 1000 && data <=10000000)
      {
      	//cout << data << endl;
     len++; 
      }
    }
    cout << len << endl;
     // cout << t.elapsed() << endl;
}

运行结果为10000000

另外如何生成不重复的1000万个数？这是个非常大的挑战，待日后解决。

好吧，继续投入Top K的学习。