C++編程語言的應用，可以輕松的幫助開發人員實現各種功能需求，比如隨機數的生成等等。那麼在這裡我們就會給大家詳細介紹一下有關C++產生隨機數的具體方法，希望大家可以對此有一個詳細的了解。
C++中常用rand()函數生成隨機數，但嚴格意義上來講生成的只是偽隨機數pseudo-random integral number）。生成隨機數時需要我們指定一個種子，如果在程序內循環，那麼下一次生成隨機數時調用上一次的結果作為種子。但如果分兩次執行程序，那麼由於種子相同，生成的“隨機數”也是相同的。
在工程應用時，我們一般將系統當前時間(Unix時間)作為種子，這樣C++產生隨機數更接近於實際意義上的隨機數。給一下例程如下：
- #include < iostream>
- #include < ctime>
- #include < cstdlib>
- using namespace std;
- int main()
- {
- double random(double,double);
- srand(unsigned(time(0)));
- for(int icnt = 0; icnt != 10; ++icnt)
- cout < < "No." < < icnt+1 < < ": " < <
int(random(0,10))< < endl;- return 0;
- }
- double random(double start, double end)
- {
- return start+(end-start)*rand()/(RAND_MAX + 1.0);
- }
- /* 運行結果
- * No.1: 3
- * No.2: 9
- * No.3: 0
- * No.4: 9
- * No.5: 5
- * No.6: 6
- * No.7: 9
- * No.8: 2
- * No.9: 9
- * No.10: 6
- */
利用這種C++產生隨機數的方法能不能得到完全意義上的隨機數呢？似乎9有點多哦？卻沒有1,4,7？！我們來做一個概率實驗，生成1000萬個隨機數，看0-9這10個數出現的頻率是不是大致相同的。程序如下：
- #include < iostream>
- #include < ctime>
- #include < cstdlib>
- #include < iomanip>
- using namespace std;
- int main()
- {
- double random(double,double);
- int a[10] = {0};
- const int Gen_max = 10000000;
- srand(unsigned(time(0)));
- for(int icnt = 0; icnt != Gen_max; ++icnt)
- switch(int(random(0,10)))
- {
- case 0: a[0]++; break;
- case 1: a[1]++; break;
- case 2: a[2]++; break;
- case 3: a[3]++; break;
- case 4: a[4]++; break;
- case 5: a[5]++; break;
- case 6: a[6]++; break;
- case 7: a[7]++; break;
- case 8: a[8]++; break;
- case 9: a[9]++; break;
- default: cerr < < "Error!" < < endl; exit(-1);
- }
- for(int icnt = 0; icnt != 10; ++icnt)
- cout < < icnt < < ": " < < setw(6) < <
setiosflags(ios::fixed) < < setprecision(2) < <
double(a[icnt])/Gen_max*100 < < "%" < < endl;- return 0;
- }
- double random(double start, double end)
- {
- return start+(end-start)*rand()/(RAND_MAX + 1.0);
- }
- /* 運行結果
- * 0: 10.01%
- * 1: 9.99%
- * 2: 9.99%
- * 3: 9.99%
- * 4: 9.98%
- * 5: 10.01%
- * 6: 10.02%
- * 7: 10.01%
- * 8: 10.01%
- * 9: 9.99%
- */
可知用這種方法得到的隨機數是滿足統計規律的。以上就是對C++產生隨機數的相關方法的介紹。
