C++11 随机数

C++11带来诸多特性,random就是其一.

随机数由生成器和分布器结合产生
生成器generator：能够产生离散的等可能分布数值(需要种子，不然每次生存的随机数都一样)分布器distributions: 能够把generator产生的均匀分布值映射到其他常见分布，如均匀分布uniform，正态分布normal，二项分布binomial，泊松分布poisson种子：相当于外部传给随机数生成器的诱因，如果每次传入的种子一样，则每次生成的随机数还是一样1.default_random_engine

//std::default_random_engine engine();　　//没有设置种子，每次生存的随机数都一样
std::default_random_engine engine(time(nullptr));　　//设置了种子，每次种子都不一样
std::uniform_int_distribution<> dis(1, 10);
for (int n = 0; n < 10; n++)
    std::cout << dis(engine) << " " << std::endl;

注：default_random_engine 结合uniform_int_distribution生成的随机数是闭环[begin, end]如果嫌每次调用都要传入generator对象麻烦，可以使用std::bind，要包含头文件functional,以后就可以直接调用dice()产生复合均匀分布的随机数。

//std::default_random_engine engine();　　//没有设置种子，每次生存的随机数都一样
std::default_random_engine engine(time(nullptr));
std::uniform_int_distribution<> dis(1, 10);auto dice = std::bind(dis,generator);
for (int n = 0; n < 10; n++)
    std::cout << dice() << " " << std::endl;

1. random_device

标准库提供了一个非确定性随机数生成设备.在Linux的实现中,是读取/dev/urandom设备;Windows的实现居然是用rand_s,在这里强烈谴责一下.

random_device提供()操作符,用来返回一个min()到max()之间的一个数字.如果是Linux(Unix Like或者Unix)下,都可以使用这个来产生高质量的随机数,可以理解为真随机数.

#include <iostream>
#include <random>
int main()
{
　　std::random_device rd;
　　for(int n=0; n<20000; ++n)
　　　　std::cout << rd() << std::endl;
　　return 0; 
}

//结合：default_random_engine使用生成指定范围内的真随机数
int main()
{
    std::random_device rd; 
    std::default_random_engine engine(rd());
    std::uniform_int_distribution<> dis(10, 20); 
    auto dice = std::bind(dis, engine); 
    for (int n = 0; n < 10; n++) 
        std::cout << dice() << " " << std::endl;
 }

1. random number engine

标准把随机数抽象成随机数引擎和分布两部分.引擎用来产生随机数,分布产生特定分布的随机数(比如平均分布,正太分布等).

标准提供三种常用的引擎:linear_congruential_engine,mersenne_twister_engine和subtract_with_carry_engine.第一种是线性同余算法,第二种是梅森旋转算法,第三种带进位的线性同余算法.第一种是最常用的,而且速度也是非常快的; 第二种号称是最好的伪随机数生成器;第三种没用过....

随机数引擎接受一个整形参数当作种子,不提供的话,会使用默认值. 推荐使用random_device来产生一个随机数当作种子.(windows下爱咋整咋整,谁叫windows的random_device是调用rand_s)

#include <iostream>
#include <random>

int main()
{
    std::random_device rd;
    std::mt19937 mt(rd());
    for(int n = 0; n < 10; n++)
        std::cout << mt() << std::endl;
    return 0;
}

1. random number distributions

标准提供各种各样的分布,不过我们经常用的比较少,比如平均分布,正太分布...使用也很简单

//平均分布
#include <random>
#include <iostream>
int main()
{
    std::random_device rd;
    std::mt19937 gen(rd());
    std::uniform_int_distribution<> dis(1, 6);
    for(int n=0; n<10; ++n)
        std::cout << dis(gen) << ' ';
    std::cout << '\n';
}

//正太分布
#include <iostream>
#include <iomanip>
#include <string>
#include <map>
#include <random>
#include <cmath>
int main()
{
    std::random_device rd;
    std::mt19937 gen(rd());

    // values near the mean are the most likely
    // standard deviation affects the dispersion of generated values from the mean
    std::normal_distribution<> d(5,2);

    std::map<int, int> hist;
    for(int n=0; n<10000; ++n) {
        ++hist[std::round(d(gen))];
    }
    for(auto p : hist) {
        std::cout << std::fixed << std::setprecision(1) << std::setw(2)
                  << p.first << ' ' << std::string(p.second/200, '*') << '\n';
    }
}

原文链接: https://www.cnblogs.com/DswCnblog/p/5624869.html

欢迎关注

微信关注下方公众号，第一时间获取干货硬货；公众号内回复【pdf】免费获取数百本计算机经典书籍