random 伪随机，与更好的伪随机

index > STL > random

主要内容

如果支持C++11的话，就像下面这样写随机数：

(下面两个写法都表示得到一个$[0,10]$的int型随机数)

#include <chrono>
#include <iostream>
#include <random>

using namespace std;

int main() {
    mt19937 rng(chrono::steady_clock::now().time_since_epoch().count());
    //minstd_rand rng(chrono::steady_clock::now().time_since_epoch().count());

    for (int i = 0; i < 10; ++i) {
        cout << uniform_int_distribution<int>(0, 10)(rng) << endl;
    }
    uniform_int_distribution<int> u(0, 10);
    for (int i = 0; i < 10; ++i) {
        cout << u(rng) << endl;
    }
}

//简单代码
mt19937 rng(chrono::steady_clock::now().time_since_epoch().count());

inline int suiJi(const int &l, const int &r) {
    return uniform_int_distribution<int>(l, r)(rng);
}

注释：

chrono库提供了一个高精时钟，精确到毫秒，变化周期更短。
uniform_int_distribution可以产生在一个范围上均匀分布的整数值。对于其他分布需求可以看这里
minstd_rand 引擎实现线性同余算法。线性同余引擎一般地快，并对状态的存储要求非常小。
mt19937 引擎实现梅森缠绕器算法。梅森缠绕器较慢且拥有较大的状态存储要求，但只要有正确的参数，就会有最长的的不可重复序列，且拥有最想要的光谱特性（对于给定的想要的定义）。
另外这些东西可能不会很快，也不一定派上用场。

不推荐写法

这个生成方法的最大值不一定能覆盖int（与编译环境有关），而质量不高。谨慎使用。

#include <time.h>
#include <iostream>
#include <random>

using namespace std;

int main() {
    srand(time(0));
    for (int i = 0; i < 10; ++i) {
        cout<<rand()%10<<endl;
    }