C++11推荐使用生成随机数，通过std::mt19937引擎和std::uniform_int_distribution分布可精确控制范围，如生成[1,100]整数或[1.5,5.5]浮点数，避免rand()的分布不均、精度低等问题，且可封装为静态函数提升性能。
在C++中生成随机数，尤其是指定范围内的随机数，是编程中常见的需求。从C++11开始，标准库提供了更现代、更可靠的方法来生成高质量的随机数，推荐使用 头文件中的工具，而不是传统的 rand() 函数。
使用 生成指定范围随机数
C++11 引入了功能强大的随机数设施，包括引擎（如 std::mt19937）和分布（如 std::uniform_int_distribution），可以精确控制随机数的范围和分布特性。
示例：生成 [min, max] 范围内的整数
以下代码展示如何生成一个在指定闭区间 [1, 100] 内的随机整数：
#include #include int main() { // 创建随机数引擎（Mersenne Twister） std::random_device rd; // 用于生成种子 std::mt19937 gen(rd()); // 随机数生成器 // 定义均匀整数分布范围 [1, 100] std::uniform_int_distribution dis(1, 100); // 生成随机数 int random_num = dis(gen); std::cout << "随机数: " << random_num << std::endl; return 0;}
这段代码的关键点：
立即学习“C++免费学习笔记（深入）”；
std::random_device rd; 提供真随机种子，提高随机性质量 std::mt19937 gen(rd()); 使用梅森旋转算法，周期长、分布均匀 std::uniform_int_distribution dis(a, b); 确保生成 [a, b] 区间内均匀分布的整数
生成浮点型随机数
若需要生成指定范围的浮点数（如 [0.0, 1.0) 或 [1.5, 5.5]），可使用 std::uniform_real_distribution。
#include #include int main() { std::random_device rd; std::mt19937 gen(rd()); std::uniform_real_distribution dis(1.5, 5.5); double random_val = dis(gen); std::cout << "随机浮点数: " << random_val << std::endl; return 0;}
为什么不推荐使用 rand()？
虽然 rand() 来自C语言传统，但在C++中存在多个问题：
分布不均匀，尤其取模后偏差明显 最大值 RAND_MAX 通常较小（如32767），精度有限 多线程环境下状态共享可能导致问题 缺乏对分布类型的控制
例如，rand() % 100 并不能真正均匀地生成 0~99 的数，特别是当 RAND_MAX 不能被100整除时。
封装成可复用函数
可以将常用操作封装为函数，方便调用：
#include int random_int(int min, int max) { static std::random_device rd; static std::mt19937 gen(rd()); std::uniform_int_distribution dis(min, max); return dis(gen);}
注意使用 static 保证生成器只初始化一次，提升性能。
基本上就这些。使用 C++11 的 库能写出更安全、更高效、分布更合理的随机数代码，建议在新项目中优先采用。不复杂但容易忽略的是种子初始化和分布对象的正确使用。
以上就是C++ random随机数生成_C++生成指定范围随机数的详细内容，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/1486441.html
微信扫一扫 
支付宝扫一扫 
