C11 随机数

看到了 CSDN一位童鞋的一篇关于C11随机数的文章，才知道自己out了。之前都是用Rand来伪随机；

C11这个东东的产生随机数的原理是神马呢？二话不说，先来真相：

#include <iostream>
#include <unordered_map>
#include <random>
#include <time.h>
using namespace std;
int main()
{
	std::default_random_engine generator(time(0));
	std::uniform_int_distribution<int> distribution(0,100);

	int i = 100;
	while(i--){
		int n = distribution(generator);
		printf("%d\n", n);
	}
}

就这样产生了0-100内的随机数，但是不知道的原理的coder不是好coder，如何知道？源码之下，了无秘密（侯捷老师对我影响是多大啊）！

下面就来看下VS2010下的实现：

通过下面的追踪可以看到：

using tr1::default_random_engine;
typedef mt19937 default_random_engine;
typedef mersenne_twister<unsigned long, 32, 624, 397, 31, 0x9908b0df,
	11, 7, 0x9d2c5680, 15, 0xefc60000, 18> mt19937;

mersenne_twister原来是梅森旋转算法：（下面全文引用维基百科的解释）：

梅森旋转算法（Mersenne twister）是一个伪随机数发生算法。由松本真和西村拓士^[1]在1997年开发，基于有限二进制字段上的矩阵线性递归。可以快速产生高质量的伪随机数， 修正了古典随机数发生算法的很多缺陷。

Mersenne Twister这个名字来自周期长度取自梅森素数的这样一个事实。这个算法通常使用两个相近的变体，不同之处在于使用了不同的梅森素数。一个更新的和更常用的是MT19937, 32位字长。 还有一个变种是64位版的MT19937-64。 对于一个k位的长度，Mersenne Twister会在的区间之间生成离散型均匀分布的随机数。

应用

梅森旋转算法是R,Python,Ruby,IDL,Free Pascal,PHP,Maple,Matlab,GMP和GSL的默认伪随机数产生器。从C++11开始，C++也可以使用这种算法。在Boost C++,Glib和NAG数值库中，作为插件提供。 在SPSS中，梅森选旋转算法是两个PRNG中的一个：另一个是产生器仅仅为保证旧程序的兼容性，梅森旋转被描述为”更加可靠“。梅森旋转在SAS中同样是PRNG中的一个，另一个产生器是旧时的且已经被弃用。

优点

最为广泛使用Mersenne Twister的一种变体是MT19937，可以产生32位整数序列。具有以下的优点:

1. 有2¹⁹⁹³⁷ − 1的非常长的周期。在许多软件包中的短周期—2³² 随机数产生器在一个长周期中不能保证生成随机数的质量。^[2]
2. 在1 ≤ k ≤ 623的维度之间都可以均等分布(参见定义).
3. 除了在统计学意义上的不正确的随机数生成器以外， 在所有伪随机数生成器法中是最快的(当时)^[3]

由此可以看出，VS2010上正是用了MT19937这种算法。

在使用的时候，构造函数可以传参，我们传了个time(0),其实就是个long整数。就根据这个参数产生种子。具体的随机算法暂时不研究了。

然后我们用了uniform_int_distribution这个均匀分布的东东，可以在构造时指定min,max；

关键是：

int n = distribution(generator);

这句是怎么产生出随机数的呢？

生成器generator：能够产生离散的等可能分布数值

分布器distributions: 能够把generator产生的均匀分布值映射到其他常见分布，如均匀分布uniform，正态分布normal，二项分布binomial，泊松分布poisson;

所以就明白了就是把generator产生的随机数，再次投影到均匀分布上。

嗯，好吧，准备下班回家。