CCRANDOM_0_1()其实不那么好用爱上C++随机数的缘由

最新推荐文章于 2018-02-08 02:03:06 发布

原创最新推荐文章于 2018-02-08 02:03:06 发布 · 5.1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#cocos2d-x

cocos2d-x 专栏收录该内容

26 篇文章

订阅专栏

本文对比了多种随机数生成方法，包括rand(), random(), arc4random()及C++11新特性。详细介绍了arc4random()的优势及其在iOS中的应用，并展示了如何利用C++11的random_device和default_random_engine生成高质量随机数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

//rand()实际并不是一个真正的伪随机数发生器，random()会相对好点，但也不算理想。幸运的是iPhone上还有其他的选择。
    //arc4random() 是个不错的选择，原因就是它是一个真正的伪随机算法，而且范围是rand()的两倍。
    /*
    在iPhone中，RAND_MAX是0x7fffffff (2147483647)，而arc4random()返回的最大值则是 0x100000000 (4294967296)，从而有更好的精度。此外，使用arc4random()还不需要生成随机种子，因为第一次调用的时候就会自动生成。
    */
    //通过arc4random() 获取0到x-1之间的整数的代码如下：
    //int value = arc4random() % x;
    //获取1到x之间的整数的代码如下:
    //int value arc4random() % x + 1;
    //最后如果想生成一个浮点数，可以在项目中定义如下宏：
    //#define ARC4RANDOM_MAX      0x100000000
    //然后就可以使用arc4random() 来获取0到100之间浮点数了（精度是rand（）的两倍），代码如下：
    //double val = floorf(((double)arc4random() / ARC4RANDOM_MAX) * 100.0f);
    
    //cocos2d-x里面是这样定义随机数的
    //#define CCRANDOM_0_1() ((float)rand()/RAND_MAX)
    //#define	RAND_MAX	0x7fffffff(标准库定义的额)
    
    
    log("ar4:%u",arc4random());//u_int32_t arc4random(void);
    /*
    函数一：int rand(void)；
    返回一个[0,RAND_MAX]间的随机整数。
    函数二：void srand(unsigned seed)；
    参数seed是rand()的种子，用来初始化rand()的起始值。
    */
    //可以用以下两种方式产生随机种子
    srand((unsigned)time(0));
    srand((unsigned)time(NULL));
    rand();
    random();
    //time_t time(0)：time_t被定义为长整型，它返回从1970年1月1日零时零分零秒到目前为止所经过的时间，单位为秒。
    log("Long : %ld", time(0));

最近发现C++11提供了新的随机数机制，感觉非常给力。

需要引入头文件

#include <random>

/*
    新设施利用两部分来生成随机数：
    
    random number engines . 负责生成原始随机数
    random number distributions . 迫使生成的随机数在统计上满足指定的概率分布
     
    STL预先指定了一系列的生成引擎，并且提供一个 default_random_engine 。
    default_random_engine 会使用某个预定义的引擎，且不同编译器，不同平台的实现可能不同。
    */
    std::default_random_engine e;
    printf("the e() is %u", e());//产生随机数
    
    /*
     默认情况下，引擎产生的随机数范围在 
     default_randm_engine::min 和 default_random_engine::max 之间。
     */
    printf("min:%u\n",std::default_random_engine::min());//1
    printf("max:%u\n",std::default_random_engine::max());//2147483646
    /*
     有了引擎，我们可以指定随机数要符合的分布性质，例如说，在([5,20])上的均匀分布
     */
    std::uniform_int_distribution<> u(5,20);
    for (size_t i = 0; i < 10; i++) {
        std::cout << u(e) << std::endl;
    }
    
    /*
     上面那两个函数生成的随机数，在我测试的时候每次都是一样的。不知道原因，但是感觉巨坑。可能从头到尾都只给了一次种子吧。强烈推荐最后这种生成方法。
     C++11提供了一个非常友好的类： random_device 。
     这个类的作用是，可以产生 non-deterministic random numbers .
     
     这个类有可能产生真正的随机数，不过真是效果和具体实现有关。
     某些平台可能才用伪随机数作为底层实现也说不定呢…
     显然的，我们可以利用 random_device 去初始化我们的随机数种子
     
     */
    std::random_device rd;
    std::default_random_engine e_real(rd());
    std::uniform_int_distribution<> u_real(5,20);
    for (size_t i = 0; i < 10; i++) {
        std::cout << u_real(e_real) << std::endl;
    }