uniform_int_distribution与default_random_engine用法

在C++的早期版本中使用rand()产生随机数,而在C++11中提供了一种新方式。它包含随机数引擎类
随机数分布类两个部分。
它的用法如下:

int min = 0;
int max = 1000;
int randNum;
std::default_random_engine dre;
std::uniform_int_distribution<int > uid(min,max);
randNum = uid(dre);

如果希望每次相同调用产生新的数,可以改为:

static std::default_random_engine dre;
static std::uniform_int_distribution<int > uid(min,max);
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
`std::mt19937_64` 和 `std::random_device` 都是 C++ 标准库中用于生成随机数的类/函数,但它们在实现机制和使用方式上有一些区别。 `std::mt19937_64` 是一个伪随机数生成器类,它使用 Mersenne Twister 算法生成高质量的伪随机数。它可以通过设置种子来初始化,并且可以进行状态保存和恢复,因此在需要多次生成随机数时,可以保持一致的随机序列。`std::mt19937_64` 适用于大多数情况下的随机数需求。 示例代码: ```cpp #include <iostream> #include <random> int main() { std::mt19937_64 rng(std::random_device{}()); std::uniform_int_distribution<int> dist(1, 10); int random_number = dist(rng); std::cout << "随机数为:" << random_number << std::endl; return 0; } ``` `std::random_device` 是一个非确定性随机数生成器类,它使用操作系统提供的真正的随机源来生成随机数。它通常用于需要高度随机性的情况,例如密码生成等。但是,由于真正的随机源可能不一定在所有平台上都可用,因此 `std::random_device` 的实现可能是基于伪随机数生成器。 示例代码: ```cpp #include <iostream> #include <random> int main() { std::random_device rd; std::mt19937_64 rng(rd()); std::uniform_int_distribution<int> dist(1, 10); int random_number = dist(rng); std::cout << "随机数为:" << random_number << std::endl; return 0; } ``` 需要注意的是,`std::random_device` 可能会比较慢,因为它依赖于操作系统提供的随机源,而且在某些平台上可能是伪随机数生成器。因此,在大多数情况下,使用 `std::mt19937_64` 配合适当的种子设置,可以满足大部分随机数需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值