不要使用rand()：C++中的随机数生成器指南

不要使用rand()：C++中的随机数生成器指南¹

不要使用 rand()。为什么？直接上代码。下面的代码大约会输出什么值？

#include <cstdlib>
#include <iostream>
using namespace std;

const int ITERATIONS = 1e7;

int main() {
    double sum = 0;

    for (int i = 0; i < ITERATIONS; i++)
        sum += rand() % 1000000;

    cout << "Average value: " << sum / ITERATIONS << '\n';
}

应该是 $500,000$ 左右，对吗？事实证明，这取决于编译器，在 Codeforces 上²，它输出的是 $16382$，根本不接近预期。自己试一试。

这里发生了什么？

如果你查一下 C++ 文档中的 rand()，你会发现它返回“一个介于 0 和 RAND_MAX 之间的伪随机整数”。点击 RAND_MAX，你会看到“这个值取决于实现。保证这个值至少是 $32767$”。在 Codeforces 上， RAND_MAX 正好是 $32767$。这实在是太小了！

但这还不止于此，random_shuffle() 也使用了 rand()。回顾一下，为了随机地打乱大小为 $n$ 的数组，我们需要生成 $n$ 个随机位置 。但是如果 rand() 只能达到 $32767$，那么如果我们在一个元素数量明显多于这个数的数组上调用 random_shuffle() 会发生什么？是时候编写更多的代码了。你认为下面的代码能输出什么？

#include <algorithm>
#include <iostream>
#include <vector>
using namespace std;

const int N = 3000000;

double average_distance(const vector<int> &permutation) {
    double distance_sum = 0;

    for (int i = 0; i < N; i++)
        distance_sum += abs(permutation[i] - i);

    return distance_sum / N;
}

int main() {
    vector<int> permutation(N);

    for (int i = 0; i < N; i++)
        permutation[i] = i;

    random_shuffle(permutation.begin(), permutation.end());
    cout << average_distance(permutation) << '\n';
}

这将计算出每个值在随机打乱中移动的平均距离。如果你计算一下，你会发现在完全随机的打乱中，答案应该为 $\frac{N}{3}=1,000,000$。即使你不想做数学题，你也可以观察到答案介于 $\frac{N}{2}=1,500,000$，即到位置 $0$ 的平均距离和 $\frac{N}{4}=750,000$，即到位置 $\frac{N}{2}$ 的平均距离之间。

好吧，上面的代码再次让人失望；它输出了 $64463$。自己试一试。换句话说，random_shuffle() 将每个元素平均移动了数组长度的 $2\%$ 的距离。根据我的测试，Codeforces上 random_shuffle() 的实现与以下内容完全一致。

for (int i = 1; i < N; i++)
        swap(permutation[i], permutation[rand() % (i + 1)]);

因此，如果 RAND_MAX 远小于 $N$，这种打乱自然会有问题。

不仅仅是 RAND_MAX 太小的问题，rand() 本身有更多的质量问题。它通常用一个相对简单的线性同余发生器（LCG）实现。在 Codeforces 编译器上，它像是这样：

static long holdrand = 1L;

void srand(unsigned int seed) {
  holdrand = (long) seed;
}

int rand() {
  return (((holdrand = holdrand * 214013L + 2531011L) >> 16) & 0x7fff);
}

特别是，LCG 在低位的可预测性极强。第 $k$ 位（第 $0$ 位为最低位）的周期最多为 $2^{k+1}$（即序列重复所需的时间），所以最低位的周期只有 $2$，第二个最低位的周期是 $4$，等等。这就是为什么上面的函数抛弃了最低的 $16$ 位，结果输出最多为 $32767$。

解决方法是什么？

别担心，从 C++11 开始，C++ 中有更好的随机数生成器可用。你唯一需要记住的是使用包含在 <random> 头文件中的 mt19937。这是一个基于素数 $2^{19937}-1$ 的 Mersenne Twister（梅森旋转算法），这个数字也恰好是它的周期。它是一个比 rand() 质量高得多的随机数发生器（RNG），而且速度更快（在 Codeforces 中，从 mt19937 生成和添加 $10^8$ 个数字需要 $389$ 毫秒，而 rand() 需要 $1170$ 毫秒）。它还能在 $0$ 和 $2^{32}-1=4294967295$ 之间产生完整的 $32$ 位无符号输出，而不是最大 $32767$。

可以调用 shuffle() 来取代 random_shuffle()，并将你的 mt19937 作为第三个参数传入，shuffle 算法将使用你提供的发生器进行打乱。

C++11 还为你提供了一些有趣的分布。 uniform_int_distribution 为你提供了完全均匀的数字，没有 mod 的偏差——即 rand() % 10000 更有可能给你一个 $0$ 到 $999$ 的数字，而不是 $9000$ 到 $9999$ 的数字，因为 $32767$ 不是 $10000$ 的倍数。还有许多其他有趣的分布，包括正态分布和指数分布。

为了给你一个更具体的概念，这里有一些使用上面提到的几个工具的代码。请注意，该代码使用高精度时钟对随机数发生器进行播种。这对于避免专门针对你的代码的 hack³ 很重要，因为使用一个固定的种子意味着任何人都可以确定你的 RNG 会输出什么。更多细节，请看 How randomized solutions can be hacked, and how to make your solution unhackable（随机化方法如何被 hack，以及如何使您的方法不被 hack）。

最后一件事：如果你想要 $64$ 位的随机数，就用 mt19937_64 代替。

#include <algorithm>
#include <chrono>
#include <iostream>
#include <random>
#include <vector>
using namespace std;

const int N = 3000000;

double average_distance(const vector<int> &permutation) {
    double distance_sum = 0;

    for (int i = 0; i < N; i++)
        distance_sum += abs(permutation[i] - i);

    return distance_sum / N;
}

int main() {
    mt19937 rng(chrono::steady_clock::now().time_since_epoch().count());
    vector<int> permutation(N);

    for (int i = 0; i < N; i++)
        permutation[i] = i;

    shuffle(permutation.begin(), permutation.end(), rng);
    cout << average_distance(permutation) << '\n';

    for (int i = 0; i < N; i++)
        permutation[i] = i;

    for (int i = 1; i < N; i++)
        swap(permutation[i], permutation[uniform_int_distribution<int>(0, i)(rng)]);

    cout << average_distance(permutation) << '\n';
}

两次打乱的平均距离都几乎是 $10^6$，就像我们最初预期的那样。

其他参考资料

这篇文章的灵感部分来自 Stephan T. Lavavej 的演讲 “rand() Considered Harmful”：

https://learn.microsoft.com/zh-cn/events/goingnative-2013/rand-considered-harmful

如果你想要更快、更高质量的随机数生成器，可以看看 Sebastiano Vigna 的这个网站。

---

1. 译自 neal 的 Don’t use rand(): a guide to random number generators in C++，在 DeepL 机器翻译基础上修改，参考 百度百科 、百度翻译 和 OI Wiki ↩︎

2. 译者注：指使用 Codeforces 的 Custom Invocation 测试 ↩︎

3. 译者注：指 Codeforces 中的 hack 功能而并非所谓的黑客攻击 ↩︎