|
旧式的随机数发生器沿用C的Rand()函数，这个函数会产生区间在[0,RAND_MAX]的伪随机数，且随机数近似可以看做符合均匀分布。
传统做法的弊端大致有两个：
1、经常需要做人肉变换随机数产生区间，且人肉变换过程中极易破坏原有的分布性质；
2、难以产生符合制定分布的随机数；
rand()函数的一些问题： 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； 一些程序需要非均匀分布的数； 而程序员为了解决这些问题而试图转换rand生成的随机数的范围、类型或分布时，常常会引入非随机性。
一、C++ 11新标准针对这两点做了很大的改进——随机数发生器（定义在头文件random）。
新设施利用两部分来生成随机数：
（1）、random number engines（引擎类）：负责生成原始随机数
（2）、random number distributions（分布类）： 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。
PS：有关详细的预定义引擎及分布类列表：
 
例子1：
std::default_random_engine e;for (size_t i = 0; i < 10;="" i++)="" {="" cout="">< e()=""><> 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。
例子2： 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::default_random_engine e;std::uniform_int_distribution<> u(5,20);for (size_t i = 0; i < 10;="" i++)="" {="" cout="">< u(e)="">< endl;=""> 注意：我们传递给分布对象的是引擎对象本身，即u(e)。我们传递的是引擎本身，而不是它生成的下一个值，原因是某些分布可能需要调用引擎多次才能产生一个值。如果我们将调用写成u(e())，含义就变为将e生成的下一个值传递给u，这将会导致一个编译错误。
//int rand_num = rand()%11;//rand获取0-10随机数的方法//default_random_engine也同样可以指定随机数范围，那就是它的好基友分布类型：uniform_int_distributionuniform_int_distribution u(0,10);//生成0到10（包含）均匀分布的随机数default_random_engine e;//生成随机无符号数for(int i=0;i<10;++i){ cout="">< u(e)=""><>
例子3： 关于种子。
std::default_random_engine e(time(nullptr));std::uniform_int_distribution<> u(5,20);} 不过，由于time的精度是秒，所以在某些极端情况下，这也并不是一个非常好的选择。另外，如果程序作为一个自动过程的一部分反复运行，将time的返回值作为种子的方式就无效了，它可能多次使用的相同的种子。
幸运的，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(rd());std::uniform_int_distribution<> u(5,20);for (size_t i = 0; i < 10;="" i++)="" {="" cout="">< u(e)=""><>
例子4： 为引擎设置种子的方式有两种，一种是创建时初始化种子，另一种是调用seed来初始化。
default_random_engine e1; //使用默认的种子default_random_engine e2(2300); //使用给定的种子default_random_engine e3;e3.seed(2300); //e3使用的种子与e2是一样一样的。
三、生成随机浮点数。 程序需要0到1之间的随机数。 最常用但是不正确的做法：从rand获得一个随机浮点数的方法是用rand()的结果除以RADN_MAX——即系统定义的rand可以生成的最大随机数的上界。——这种方法不正确的原因是：随机整数的精度通常低于随机浮点数，这样，有一些浮点数就永远不会生成了！ 使用C++11的随机数发生器，可以让标准库来处理从随机整数到随机浮点数的映射。
void main(){ default_random_engine e; //生成无符号的随机整数 uniform_real_distribution u(0, 1); //0到1（包含）的均匀分布 for (size_t i = 0; i < 10;="" ++i)="" {="" cout="">< u(e)="">< '="" ';="">从随机整数到随机浮点数的映射 }}
四、生成非均匀分布的随机数 比如伯努利分布、正态分布、抽样分布、泊松分布等。例子：生成一个正态分布的值序列，并画出值的分布。
int main(){ default_random_engine e; // generates random integers normal_distribution<> n(4,1.5); // 4为中心，标准差为1.5 vector vals(9); // nine elements each 0 for (size_t i = 0; i != 200; ++i) { unsigned v = lround(n(e)); // normal_distribution<>生成的是浮点值，使用头文件ctime中的lround函数将每个随机数舍入到最接近的整数 if (v < vals.size())="" if="" this="" result="" is="" in="" range="" ++vals[v];="" count="" how="" often="" each="" number="" appears="" }="" int="" sum="accumulate(vals.begin()," vals.end(),="" 0);="" if="" (sum="" !="200)" cout="">< 'discarded="" '="">< 200="" -="" sum="">< '="" results'="">< endl;="" for="" (size_t="" j="0;" j="" !="vals.size();" ++j)="" cout="">< j="">< ':="" '="">< string(vals[j],="" '*')="">< endl;//打印一个由*组成的string="" return="">
特别注意：一个给定的随机数发生器一直会产生相同的随机数序列。一个函数如果定义了局部的随机数发生器，应该将其（引擎对象+分布对象）定义为static的。否则，每次调用函数都会生成相同的序列。 #include#include#includeusing namespace std;/*vector bad_rand(){ default_random_engine e;//随机数引擎类型之一，在大多数情况下（通常情况下）获得好的性能 uniform_int_distribution u(0, 9); //随机数分布类型之一 vector vec; for (size_t i = 0; i < 10;="" i++)="" {="" vec.push_back(u(e));="" }="" return="" vec;}void="" main(){=""> v1(bad_rand()); for (size_t k = 0; k < 10;="" k++)="" {="" cout="">< 'v1:'="">< v1[k]="">< endl;="" }=""> v2(bad_rand()); for (size_t k = 0; k < 10;="" k++)="" {="" cout="">< 'v2:'="">< v2[k]="">< endl;="" }="" cout="">< ((v1="=" v2)="" 'equal'="" :="" 'not="" equal'="">< endl;//打印“equal”！//v1="" :="" 2="" v1="" :="" 2//v1="" :="" 4//v1="" :="" 5//v1="" :="" 4//v1="" :="" 1//v1="" :="" 9//v1="" :="" 5//v1="" :="" 8//v1="" :="" 3//v2="" :="" 2//v2="" :="" 2//v2="" :="" 4//v2="" :="" 5//v2="" :="" 4//v2="" :="" 1//v2="" :="" 9//v2="" :="" 5//v2="" :="" 8//v2="" :="" 3//equal="" 随机数发生器此特性会使新手迷惑：即使生成的书看起来是随机的，但对一个给定的发生器，每次运行程序它都会返回相同的数值序列。="">序列不变这一事实在调试时非常有用。但是另外一方面，使用随机数发生器的程序也必须注意这一点。}*/ //解决上述问题的办法：vector good_rand(){ //解决这一问题的办法是：将引擎和关联的分布对象定义为“static”的。 //将它们定义为“static”，因此它们在函数调用之间会保持住状态，从而每次调用都产生新的数据。 static default_random_engine e; static uniform_int_distribution u(0, 9); vector vec; for (size_t i = 0; i < 10;="" i++)="" {="" vec.push_back(u(e));="" }="" return="" vec;}void="" main(){=""> v1(good_rand()); for (size_t k = 0; k < 10;="" k++)="" {="" cout="">< 'v1:'="">< v1[k]="">< endl;="" }=""> v2(good_rand()); for (size_t k = 0; k < 10;="" k++)="" {="" cout="">< 'v2:'="">< v2[k]="">< endl;="" }="" cout="">< ((v1="=" v2)="" 'equal'="" :="" 'not="" equal')="">< endl;//打印“not="" equal”！//v1="" :="" 2//v1="" :="" 2//v1="" :="" 4//v1="" :="" 5//v1="" :="" 4//v1="" :="" 1//v1="" :="" 9//v1="" :="" 5//v1="" :="" 8//v1="" :="" 3//v2="" :="" 5//v2="" :="" 5//v2="" :="" 0//v2="" :="" 6//v2="" :="" 9//v2="" :="" 0//v2="" :="" 9//v2="" :="" 4//v2="" :="" 7//v2="" :="" 6//not="">
|
