c++ primer 随机数讲解

原理
C++产生随机数
随机数
rand函数产生的是伪随机数，也就是说它不是一个真实的随机数。它的原理大概如下：
如果约定：a1=f(seed),an+1=f(an)那你可以得到一个序列：a1,a2,a3…an，那么要制作一个伪随机函数rand，只需要让它每调用一次就返回序列的下一个元素就行。
就相当于第1次调用rand返回a1，第2次返回a2，…，第n次返回an，这样每次调rand都能拿到一个不同的数，只要整个序列的规律不明显，整个函数看起来就是随机的。
现在计算机上的rand函数都是用这样的原理实现的，这里的seed被称为“随机数种子”。
所以程序跑一遍退出后，再重新跑一遍，两次输出的结果是相同的。如下：
#include
#include
int main()
{
int a=rand();//每次都是输出41
printf("%d\n",a);
return 0;
}

我们知道rand()函数可以用来产生随机数，但是这不是真正意义上的随机数，是一个伪随机数，是根据一个数（我们可以称它为种子）为基准以某个递推公式推算出来的一系列数，当这系列数很大的时候，就符合正态公布，从而相当于产生了随机数，但这不是真正的随机数，当计算机正常开机后，这个种子的值是定了的，除非你破坏了系统。
但这里有一个问题，如果seed不变，那我们每次调用rand函数获取的序列都是相同的。所以我们还需要一个接口去设置seed值，这个接口就是srand函数。
 
函数介绍
1.rand()
功能:随机数发生器
用法:intrand(void)
所在头文件:stdlib.h
rand()返回一随机数值的范围在0至RAND_MAX间。RAND_MAX的范围最少是在32767之间(int)。用unsignedint双字节是65535，四字节是4294967295的整数范围。0~RAND_MAX每个数字被选中的机率是相同的。
用户未设定随机数种子时，系统默认的随机数种子为1。
rand()产生的是伪随机数字，每次执行时是相同的;若要不同,用函数srand()初始化它。

2.srand()
功能:初始化随机数发生器
用法:voidsrand(unsignedintseed)
所在头文件:stdlib.h
srand()用来设置rand()产生随机数时的随机数种子。参数seed必须是个整数，如果每次seed都设相同值，rand()所产生的随机数值每次就会一样。

3.使用当前时钟作为随机数种子
rand()产生的随机数在每次运行的时候都是与上一次相同的。若要不同,用函数srand()初始化它。可以利用srand((unsignedint)(time(NULL))的方法，产生不同的随机数种子，因为每一次运行程序的时间是不同的。但要注意，time(NULL)的值是隔1秒才改变一次的，必要情况下可以考虑使用精度更高的时间函数，如gettimeofday。

4.产生随机数的用法
1)给srand()提供一个种子，它是一个unsignedint类型；
2)调用rand()，它会根据提供给srand()的种子值返回一个随机数(在0到RAND_MAX之间)；
3)根据需要多次调用rand()，从而不间断地得到新的随机数；
4)无论什么时候，都可以给srand()提供一个新的种子，从而进一步“随机化”rand()的输出结果。
#include
#include<stdlib.h>
#include<time.h>
usingnamespacestd;
intmain()
{
srand((unsigned)time(NULL));
for(inti=0;i<10;i++)
cout<<rand()<<’\t’;
cout<<endl;
return0;
}
5.产生一定范围随机数的通用表示公式
要取得[a,b)的随机整数，使用(rand()%(b-a))+a;
要取得[a,b]的随机整数，使用(rand()%(b-a+1))+a;
要取得(a,b]的随机整数，使用(rand()%(b-a))+a+1;
通用公式:a+rand()%n；其中的a是起始值，n是整数的范围。
要取得a到b之间的随机整数，另一种表示：a+(int)b*rand()/(RAND_MAX+1)。
要取得0～1之间的浮点数，可以使用rand()/double(RAND_MAX)。
//但是这种方法不正确，原因是随机整数的精度通常低于随机浮点数，这样，有一些浮点值就永远不会被生成了。
【说明】
以前一般使用随机数用rand函数，rand函数有很多缺点。现在标准库引入了新的随机数引擎，对于生产随机数更加方便且功能强大了。
它一般由引擎+分布类型的方式来生成随机数。
【使用】
它需包含头文件
#include

直接用引擎生成两个随机数：
default_random_engine e;
for (size_t i = 0; i < 2; i++)
{
cout << e() << " ";
}
cout << endl;
//生成范围
cout << “min:” << e.min() << “max:” << e.max() << endl;

上面的使用方式类似于rand。一般实际使用还需配合分布类型，如下：
//定义0到9的分布类型
uniform_int_distribution u(0, 9);
for (size_t i = 0; i < 2; i++)
{
cout << u(e) << " ";
}
cout << endl;
uniform_int_distribution此类型生成均匀分布的unsigned值。分布类型定义了一个调用运算符，它接收一个随机数引擎作为参数。分布对象使用它的引擎参数生成随机数，并将其映射到指定的分布。注意不能使用u(e())，因为我们传递的是引擎本身，而不是它生成的下一个值。

当然这些随机数每次重新打开生成还是一样的，这就需要随机数种子了，种子是在引擎构建时传入了，一般我们用time(0)：
//构建随机数引擎，传入随机种子
default_random_engine e2(time(0));
//浮点0到1
uniform_real_distribution d(0, 1);
for (size_t i = 0; i < 2; i++)
{
cout << d(e2) << " ";
}
上面产生了0到1之间的随机数。

***注意如果一个函数定义了局部的随机数发生器，应该将其（包括引擎和分布对象）定义为static，否则每次调用函数都会生成相同的序列

随机数引擎操作
Engine e; 默认构造函数；使用该引擎类型默认种子
Engine e(s); 使用整型值s作为种子
e.seed(s) 使用种子s重置引擎的状态
e.min() 此引擎可生成的最小值
e.max()
Engine::result_type 此引擎生成的unsigned整型类型
e.discard(u) 将引擎推进u步；u的类型为unsigned long long

分布类型
uniform_int_distribution 均匀分布的随机整型（和上面的 int rand(); 功能类似）
uniform_real_distribution 均匀分布的随机浮点型
bernoulli_distribution 随机布尔型（这个类型可以允许调整概率 b(.55)这样就有55/45 括号表示返回true的概率）
binomial_distribution 二项分布的随机整型
binomial_distribution 几何分布的随机整型
exponential_distribution 指数分布的随机整型
等等
分布类型从操作
Dist d; //默认构造函数，使d 准备好被使用；其他构造函数依赖于Dist的类型
分布类型的构造函数时explicit
d(e) //用相同的e连续调用d的话，会根据d的分布式类型生成一个随机数序列，e是 一个随机数引擎对象
d.min //返回d(e)能生成的最小值
d.max //
d.rest() //重建d 的状态，使得随后对d的使用不依赖于已经生成的值

不重复随机数
1.方法一
最初的思想是每生成一个随机数，便于前面的所有随机数进行比较，如果有重复，则舍去不要，重新选取。但该方法十分费时，并且在数据量巨大的并且有一定限制的时候，会引发巨大问题。例如要生成10000个随机数，范围是0-9999，且不能重复，那么最后几个随机数有可能需要相当长的时间才能筛选出来。
下面我们从另外一个角度来思考，假设我们已经由一个数组长度为10000的数组，里面分别存储了数据0-9999，我现在的做法是想办法让10000个数进行随机排列，便得到了这样一个随机数列，如果我只要其中的100个数，那么从前面取出100个就好。这里利用algorithm.h里面的一个函数，来进行简单处理。
template
voidrandom_shuffle(
RandomAccessIterator_First,
RandomAccessIterator_Last
);
这个函数操作的对象是容器的迭代器，即我们需要将存储数据从数组变为容器就好了，下面代码实现一下：
复制代码
#include
#include
#include
usingnamespacestd;
voidrandperm(intNum)
{
vectortemp;
for(inti=0;i<Num;++i)
{
temp.push_back(i+1);
}
random_shuffle(temp.begin(),temp.end());
for(inti=0;i<temp.size();i++)
{
cout<<temp[i]<<"";
}
}
cout<<endl;
2.方法二
按顺序产生这些数，但随机产生它们的位置。例如下面产生100个100以内不重复随机数的代码：
inta[100];
for(i=0;i<=99;++i)a[i]=i;
for(i=99;i>=1;–i)swap(a[i],a[rand()%i]);
上面这段代码只需要遍历一次就可以产生这100个不重复的随机数，它是如何做到的呢？首先第二行按顺序用0到99填满整个数组；第三行，是随机产生从0到m-2个数组下标，把这个下标的元素值跟m-1下标的元
素值交换，一直进行到下标为1的元素。因此它只需要遍历一次就能产生全部的随机数。
再看下面的代码，原理跟上面例子相似，但效率比上面的差点，但仍不失为一个好方法：
复制代码
inta[100]={0};
inti,m;
for(i=1;i<=99;++i)
{
while(a[m=rand()%100]);
a[m]=i;
}
这段代码也是随机产生位置，但它预先把整个数组初始化为0，然后随机产生其中一个位置，如果该元素值为0，表示这个位置还没有被使用过，就把i赋予它；否则，就重新随机产生另一个位置，直到整个数组
被填满。这个方法，越到后面，遇到已使用过的元素的可能性越高，重复次数就越多，这是不及第一个方法的地方，但总的来说，效率还是不错的。