当前位置: 首页 > news >正文

C++中实现随机数(超详细!​​​​​)

C++中实现随机数(超详细!​​​​​)
一、随机数函数:

rand()函数

在C++中可以用rand()函数来产生一个0~RAND_MAX之间的“伪随机数”

需要导入一个库:

  include<cstdlib>

1.什么是RAND_MAX:

  它一般是个定值,且大小不可修改,它的大小取决于你的编译器和操作系统,如Linux最大可到2147483647而Windows可能只有32767这么小。

  可以用如下语句查看:

  cout<<RAND_MAX<<endl;

2.为什么是“伪随机数”呢?

  原因是真正的“真随机数”在计算机中是不存在的,随机数算法也是数学公式写的(有兴趣可以看一下这个博客:随机数生成算法)

  所以这就会导致一个问题:

    当在同一个编译器中执行rand()语句时都会得到同一套随机数。

  为了避免这种情况,可以使用srand()初始化随机数种子

srand()函数

需要先导入:include<ctime>

需要随机数的程序一般都需要在最开始执行一次 srand((unsigned)time(NULL)), (time(NULL)返回自UTC时间1970年1月1日0点以来的秒数),它的作用是初始化随机数种子,当这种种子不一样时就能产生不同的一套随机数。

要注意,srand()函数只需要在主函数调用一次,否则可能会生成同一套随机数。

二、算法实现:

1、生成0~n之间的随机数(1)(包括0和n):

可以用 rand()%(n+1) 来实现

int randint(int n){return (rand()%(n+1))
}

但是这一方法有个漏洞,那就是如果当n大于RAND_MAX时,就不能得到期望的结果,在windows中尤为明显。

通过rand()%n获得区间[0,n-1]的随机数有很大局限性,要保证n小于RAND_MAX

2、生成0~n之间的随机数(2)(包括n和0):

为了解决上面的问题,可以先执行rand()后再除以RAND_MAX,获得0~1之间的随机实数(因为RAND_MAX永远大于rand()的返回值),然后扩大n倍后四舍五入,获得[0~n]之间的均匀整数。(虽然在n很大时精度不好,但对于普通的应用已经足够了)

long long randint_no_max(long long n){//产生0~n之间的随机数(包括n和0),n可大于RAND_MAXdouble base=((double)rand())/RAND_MAX;//产生0~1之间的随机实数;long long res=((double)n*base+0.5);//再把上面的实数扩大n倍并四舍五入return res;
}

另外,如果想要更高的精度,可以采取多次随机的方法。

可以通过rand()/RAND_MAX获得[0,n]间的随机实数后再乘n获得[0~n]间的均匀整数

3、 生成n~m之间的随机数(包括n和m):

  解决的思路其实很简单,先生成0~m-n之间的随机数然后再加上n即可:

int randint_range(int n,int m){//产生n~m间的随机数(包括m和n)double base=((double)rand())/RAND_MAX;int res=n+(base*(double)(m-n+1));return res;
}

最终总结一下:(a,b均小于等于RAND_MAX)

  (a,b) = (rand()%(b-a+1))+a-1
  [a,b) = (rand()%(b-a))+a
  (a,b] = (rand()%(b-a))+a+1
  [a,b] = (rand()%(b-a+1))+a

三、程序实例:

#include<iostream>
#include<cstdlib>
#include<ctime>
const int MAXN=214748364;using namespace std;int a[MAXN];void fill_randint(int a[],int cnt){//插入cnt个随机数到数组afor(int i=1;i<=cnt;i++){a[i]=rand();}
}int randint(int n){//产生0~n之间的随机数(包括n和0),注意n<=RAND_MAX才有意义return (rand()%(n+1));
}long long randint_no_max(long long n){//产生0~n之间的随机数(包括n和0),n可大于RAND_MAXdouble base=((double)rand())/RAND_MAX;//产生0~1之间的随机实数;long long res=((double)n*base+0.5);//再把上面的实数扩大n倍并四舍五入return res;
}int randint_range(int n,int m){//产生n~m间的随机数(包括m和n)double base=((double)rand())/RAND_MAX;int res=n+(base*(double)(m-n+1));return res;
}int main(){//初始化随机数种子srand((unsigned)time(NULL));//每个编译器或系统可能有不同的RAND_MAX:cout<<"RAND_MAX: "<<RAND_MAX<<endl;fill_randint(a,100000);cout<<a[100]<<' '<<a[101]<<endl;cout<<"0~n(n<=RAND_MAX): "<<randint(10)<<endl;cout<<"0~n(n can be any integer): "<<randint_no_max(2147483647)<<endl;cout<<"n~m(include n and m): "<<randint_range(32767,100000)<<endl;return 0;
}
http://www.lqws.cn/news/78121.html

相关文章:

  • web架构2------(nginx多站点配置,include配置文件,日志,basic认证,ssl认证)
  • Spring MVC
  • MATLAB 安装与使用详细教程
  • 网络地址转换
  • 【笔记】为 Python 项目安装图像处理与科学计算依赖(MINGW64 环境)
  • Android第十二次面试GetX库渲染机制
  • 数据结构之堆:解析与应用
  • PostgreSQL pgrowlocks 扩展
  • 吴恩达MCP课程(5):mcp_chatbot_prompt_resource.py
  • webpack和vite的区别
  • SQL 逻辑处理顺序详解
  • 2025年危化品安全员考试题库及答案
  • 软件测评师教程 第2章 软件测试基础 笔记
  • DeepSeek模型多模态扩展与跨模态理解实战
  • 强人工智能 vs 弱人工智能:本质区别与未来展望
  • JavaSE 字符串:深入解析 String、StringBuilder与 StringBuffer
  • springboot04
  • NVMe IP现状扫盲
  • [网页五子棋][匹配对战]落子实现思路、发送落子请求、处理落子响应
  • Java设计模式之备忘录模式详解
  • 告别printf!嵌入式系统高效日志记录方案
  • 用“红烧鱼”类比说明卷积神经网络CNN的概念
  • 第18讲、Odoo接口开发详解:原理、类型与实践
  • 2024年数维杯国际大学生数学建模挑战赛C题时间信号脉冲定时噪声抑制与大气时延抑制模型解题全过程论文及程序
  • P12592题解
  • android binder(四)binder驱动详解
  • 电路图识图基础知识-高、低压供配电系统电气系统的继电自动装置(十三)
  • 一种基于性能建模的HADOOP配置调优策略
  • EXCEL--累加,获取大于某个值的第一个数
  • 电子电气架构 --- 如何应对未来区域式电子电气(E/E)架构的挑战?