17370845950

推荐使用C++11的库，以std::random_device初始化std::mt19937引擎，配合uniform_int_distribution等分布类生成高质量随机数，避免rand()及其缺陷。

在 C++ 中生成高质量随机数，推荐使用 C++11 引入的 库，它比传统的 rand() 更可靠、更灵活、分布更均匀。

初始化随机数生成器（推荐用 std::random_device）

std::random_device 是真正的硬件级随机数源（在支持系统上），适合做种子。不要直接用它大量生成随机数（可能慢或耗尽熵），而是用来初始化其他引擎：

• 用 std::random_device{}() 获取一个种子值
• 传给 std::mt19937（梅森旋转算法，速度快、周期长、质量高）
• 避免写成 std::mt19937 gen(time(0)) —— 秒级精度容易重复

选择合适的分布类（控制范围和类型）

引擎只负责“生成位”，真正决定数值范围和分布的是 分布类。常用组合：

• 整数区间：std::uniform_int_distribution(min, max)（含两端）
• 浮点区间：std::uniform_real_distribution(low, high)（含 low，不含 high）
• 正态分布：std::normal_distribution(mean, stddev)
• 注意：分布对象可复用，不必每次新建；它不保存状态，线程安全

完整示例：生成 [1, 100] 的随机整数

以下代码简洁、安全、符合现代 C++ 实践：

#include 
#include 

int main() {
    std::random_device rd;                     // 真随机种子源
    std::mt19937 gen(rd());                    // 初始化 Mersenne Twister
    std::uniform_int_distribution dis(1, 100); // [1, 100] 均匀整数

    for (int i = 0; i < 5; ++i) {
        std::cout << dis(gen) << " "; // 每次调用 dis(gen) 产生一个新数
    }
    return 0;
}

常见误区与技巧

避开老式陷阱，提升健壮性：

• 别再用 srand(time(0)); rand() % N —— 分布不均、低比特劣质、不可移植
• 如果需要多个独立随机序列（如多线程），每个线程用独立的 gen 实例 + 不同种子
• 想复现结果？用固定种子初始化 std::mt19937 gen(42)（调试/测试有用）
• 分布对象可绑定引擎：auto dice = std::bind(dis, gen);，之后直接调用 dice()