推荐使用C++11的头文件生成随机数，它通过随机数引擎（如std::mt19937）和分布对象（如std::uniform_int_distribution）组合生成高质量随机数。首先用std::random_device初始化引擎以确保种子不同，再配合分布控制范围与类型：整数分布生成[1,100]内随机整数，浮点分布生成[0.0,1.0)间小数。推荐封装为函数并使用static引擎提升性能。相比旧式rand()，避免了周期短、分布偏差和线程不安全等问题，是现代C++首选方案。
在C++中生成随机数，推荐使用 C++11 标准引入的 头文件，它提供了更高质量、更灵活的随机数生成方式。相比旧的 rand() 函数， 能更好地控制随机数的分布和范围，避免常见陷阱。
1. 使用随机数引擎生成基础随机数
随机数引擎（如 std::mt19937）负责生成原始的伪随机数序列。最常用的是梅森旋转算法（Mersenne Twister）：
#include #include int main() { // 创建一个随机数引擎 std::mt19937 gen(std::random_device{}()); // 生成一个无符号整数范围内的随机值 unsigned int random_num = gen(); std::cout << "随机数: " << random_num << std::endl; return 0;}
std::random_device{} 是一个真随机数种子源，用于初始化引擎，保证每次运行结果不同。
2. 使用分布控制随机数范围和类型
仅有引擎还不够，需配合分布对象来生成指定范围或类型的随机数。
立即学习“C++免费学习笔记（深入）”；
整数分布示例：生成 [1, 100] 的随机整数
std::uniform_int_distribution dist(1, 100);int random_int = dist(gen);std::cout << "1到100之间的随机整数: " << random_int << std::endl;
浮点数分布示例：生成 [0.0, 1.0) 的随机浮点数
std::uniform_real_distribution dist_real(0.0, 1.0);double random_double = dist_real(gen);std::cout << "0到1之间的随机小数: " << random_double << std::endl;
3. 常见使用模式封装
为方便重复使用，可将引擎和分布封装成函数或类：
// 生成指定范围内的随机整数int random_range(int min, int max) { static std::mt19937 gen(std::random_device{}()); std::uniform_int_distribution dist(min, max); return dist(gen);}// 使用示例int num = random_range(10, 50); // 生成10到50之间的随机数
使用 static 引擎避免频繁构造，提升性能。
4. 避免使用 rand() 的理由
rand() 来自C语言，存在多个问题：
随机质量差，周期短 RAND_MAX 值有限（通常为32767） 使用 % N 易导致分布偏差 多线程环境下不安全
C++11 的 提供了现代、安全、高效的替代方案，应优先使用。
基本上就这些。掌握引擎与分布的组合使用，就能灵活生成各种需求的随机数。
以上就是c++++如何生成随机数_C++随机数生成器与分布示例的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1483970.html
微信扫一扫 
支付宝扫一扫 
