C++11 随机数

相对于C++ 11之前,只需srand、rand这两函数即可获取随机数，这也是C语言常用的随机数生成方法。
而对于C++ 11，则提供了更多随机数生成器。比较常用的是default_random_engine和 mt 19937_64类。

C++11之前的随机数生成方法

常用语句：

srand((unsigned)time(NULL));
rand()的各种运算

rand() 随机数函数

头文件#include<cstdlib>

1）rand()不需要参数，它会返回一个从0到最大随机数RAND_MAX之间的均匀分布的伪随机数整数。RAND_MAX必须至少为32767。
rand()的内部实现是用线性同余法实现的， 随机数生成器总是以相同的种子开始，默认以1为种子（即起始值），所以形成的伪随机数列也相同，失去了随机意义。（但这样便于程序调试） ，由于周期较长，因此在一定范围内可以看成是随机的。

2）如果你要产生0~99这100个整数中的一个随机整数，可以表达为：int num = rand() % 100;
如果要产生1~100，则是这样：int num = rand() % 100 + 1;

总结来说，可以表示为：int num = rand() % n +a;
其中的a是起始值，n-1+a是终止值，n是整数的范围。

3）一般性：rand() % (b-a+1)+ a ; 就表示 a~b 之间的一个随机整数。

4）若要产生0~1之间的小数，则可以先取得0-10的整数，然后均除以10即可得到“随机到十分位”的10个随机小数。
若要得到“随机到百分位”的随机小数，则需要先得到0~100的10个整数，然后均除以100，其它情况依 此类推。

5）在调用rand()函数之前，可以使用srand()函数设置随机数种子，如果没有设置随机数种子，rand()函数在调用时，自动设计随机数种子为1。随机种子相同，每次产生的随机数也会相同。

srand() 初始化随机种子

是随机数发生器的初始化函数。原型:void srand(unsigned seed);
用法:它初始化随机种子，会提供一个种子，这个种子会对应一个随机数，如果使用相同的种子后面的rand()函数会出现一样的随机数，如: srand(1); 直接使用1来初始化种子。也就是说当srand()的参数值固定的时候，rand()获得的数也是固定的。
不过为了防止随机数每次重复，常常使用time函数获取系统时间来初始化，同时程序中包含一个新的头文件 #include<ctime>让，随机种子来自系统时钟。
如果想在一个程序中生成随机数序列，需要至多在生成随机数之前设置一次随机种子。 即：只需在主程序开始处调用srand((unsigned)time(NULL)); 后面直接用rand就可以了。
例如：

#include <iostream>
#include <cstdlib> // Header file needed to use srand and rand
#include <ctime> // Header file needed to use time
using namespace std;
void test_rand(void)
     {
   
           unsigned long n;
          srand((unsigned)time(NULL));
          for(int i = 0; i < 100; i++)
          {
   
                n = rand();
                printf("d\n", n);
           }
}
或者调用time函数时必须给它传递一个参数 0：
int main()
{
   
    unsigned seed;  // Random generator seed
    // Use the time function to get a "seed” value for srand
    seed = time(0);
    srand(seed);
    // Now generate and print three random numbers
    cout << rand() << " " ;
    cout << rand() << " " ;
    cout << rand() << endl;
    return 0;
}

C++11 random库

C库函数rand（）生成的是均匀分布的伪随机数，每个随机数的范围在0和一个系统相关的最大值（至少为32767）之间。
rand函数的问题是：很多程序需要不同范围的随机数，一些应用需要随机浮点数，以及非均匀分布的随机数。为了解决这些问题，通常会转换rand生成的随机树的范围、类型或者是分布，转换的操作常常会引入非随机性。

C++11中，随机数都是定义在#include <random>头文件中的。
random库的组件主要有随机数引擎和随机数分布引擎。
1.随机数引擎类是可以独⽴运⾏的随机数发⽣器，它以均匀的概率⽣成某⼀类型的随机数，但⽆法指定随机数的范围、概率等信息。因此，它也被称为“原始随机数发⽣器”，由于不能指定⽣成随机数的范围，它通常不会被单独使⽤。
2.随机数分布类是⼀个需要于随机数引擎类的⽀持才能运⾏的类，但是它能根据⽤户的需求利⽤随机数引擎⽣成符合条件的随机数，例如某⼀区间、某⼀分布概率的随机数。

也就是说，一个引擎类可以生成unsigned随机数列，一个分布使用一个引擎类生成指定类型的，在给定范围内的，服从指定概率分布的随机数。

随机数类常⽤的主要有以下四个：
1）default_random_engine：随机⾮负数（不建议单独使⽤）；
default_random_engine 是⼀个随机数引擎类。它定义的调⽤运算符返回⼀个随机的 unsigned 类型的值。

2）uniform_int_distribution：指定范围的随机⾮负数；
uniform_int_distribution是⼀个随机数分布类，也是个模板类，模板参数为⽣成随机数的类型（不过只能是 int、unsigned、short、unsigned short、long、unsigned long、long long、unsigned long long 中的⼀种）。它的构造函数接受两个值，表⽰随机数的分布范围（闭区间）。

3）uniform_real_distribution：指定范围的随机实数；
uniform_real_distribution 是⼀个随机数分布类，它也是模板类，参数表⽰随机数类型（可选类型为 float、double、long double）。构造函数也需要最⼤值和最⼩值作为参数。（左闭右开区间）

4）bernoulli_distribution：指定概率的随机布尔值。
bernoulli_distribution 是⼀个分布类，但它不是模板类。它的构造函数只有⼀个参数，表⽰该类返回 true 的概率，该参数默认为 0.5 ，即 返回 true 和 false 的概率相等。

下面这个样例可以学会：

	//随机数生成引擎
	//利用了真随机数 random_device（）
	default_random_engine e{
   random_device{
   }()};
    mt19937_64 eng{
   random_device{
   }()};
    //随机数分布引擎
    uniform_real_distribution<double> dis1(0, 20);
    uniform_int_distribution<int> dis2(20, 40);
    bernoulli_distribution u;
    
    for(int i = 0;i < 4; ++i){
   
        cout<<e()<<" ";
    }
    cout<<endl;  //370521601 1801455354 1835679272 1511451702
    
    for(int i = 0;i < 4; ++i){
   
        cout<<dis1(eng)<<" ";
    }
    cout<<endl; //6.65994 0.0263284 0.0570728 17.9504
    
    for(int i = 0;i < 4; ++i){
   
        cout<<dis2(e)<<" ";
    }
    cout<<endl; //23 36 25 30
    
    for(int i = 0;i < 4; ++i){
   
        cout<<u(e)<<" ";
    }
    cout<<endl;  //0 0 1 0

随机数引擎

C++11提供了下面三种随机数生成算法可供选择：

linear_congruential_engine线性同余法
mersenne_twister_engine梅森旋转法
substract_with_carry_engine滞后Fibonacci

这三种算法，在C++11里面都是用模板的方式实现的。C++11标准预定义了一些随机数类，这些随机数类都是用比较好的参数实例化上面那三个模板类得到的。
注意：在C++11里面，把这些随机数生成器叫做引擎(engines)。

下图列出了一些实例化的随机数类：

当然具体用了哪些参数，我们是不用管的，直接用就行了。

default_random_engine 类

上图左上角的default_random_engine的类，也是一个实例化的类。之所以不归入那三种算法，是因为它的实现是由编译器厂家决定的，有的可能用linear_congruential_engine实现，有的可能用mersenne_twister_engine实现。不过，对于其他的类，C++11是有明确规定用哪种算法和参数实现的。

default_random_engine 是⼀个随机数引擎类。它定义的调⽤运算符返回⼀个随机的 unsigned 类型的值。

#include<iostream>
#include<random>

int main(){
   
    default_random_engine e; 
    //也可为随机数引擎加随机数发生器的参数：
    //default_random_engine random(time(NULL)); 
    //default_random_engine random{random_device{}()};
    for(int i = 0; i < 20; ++i)
        cout<<e()<<' ';
    cout<<endl; 
    return 0;
}
//gcc编译器需要加上 –std=c++11 选项。

mt19937 随机数引擎

mt19937又叫梅森旋转算法，用于生成随机数的，他也不是梅森发明的，是俩日本人发明的。它的循环节是$2^{19937}-1$，这是一个梅森素数，所以叫mt19937，也就是说：
mt是指maxint（整型int最大值的缩写）
19937是指 $2^{19937}-1$

常用下面的语句生成一个随机数引擎，例如：