【C++11】随机值获取——random

我们知道,C 中的随机数函数只有一个 rand( ) ,想生成某一区间范围内的随机数乃至随机的浮点数都十分麻烦。

而 C++11 中提供的 random 库解决了这一问题,它能让我们方便地生成需要的随机值。

下面将介绍如何利用 random 库中的组件生成符合条件的随机数。

random 库中的组件分为两类——随机数引擎类和随机数分布类。

随机数引擎类是可以独立运行的随机数发生器,它以均匀的概率生成某一类型的随机数,但无法指定随机数的范围、概率等信息。因此,它也被称为“原始随机数发生器”,由于不能指定生成随机数的范围,它通常不会被单独使用。

随机数分布类是一个需要于随机数引擎类的支持才能运行的类,但是它能根据用户的需求利用随机数引擎生成符合条件的随机数,例如某一区间、某一分布概率的随机数。

所有随机数引擎类都支持的操作如下:

名称 功能
Engine e 创建一个引擎。
Engine e(s) 创建一个引擎,并用 s 作为种子。
e.seed(s) 使用种子 s 充值 e 的状态。
e.min( ), e.max( ) e 能生成的最小值和最大值。
e.discard(u) 将 e 推进 u 步(u 的类型为 unsigned long long)。

下表随机数分布类共有的操作:

名称 功能
U u 创建一个分布类 u 。
u(e) 用随机数引擎 e 生成随机数(u 代表随机数分布类)。
u.min( ) u 能生成的最小值。
u.max( ) u 能生成的最大值。
u.reset( ) 重置 u 的状态,使随后 u 生成的值不受之前的值影响 。

随机非负数——default_random_engine


default_random_engine 是一个随机数引擎类。它定义的调用运算符返回一个随机的 unsigned 类型的值。

因此,若想生成 10 个随机非负数并输出,程序可以这么写:

#include <iostream>
#include <random>
using namespace std;

int main( ){
    default_random_engine e;
    for(int i=0; i<10; ++i)
        cout<<e( )<<endl;
    return 0;
}

在我们的系统中,测试结果为:

16807
282475249
1622650073
984943658
1144108930
470211272
101027544
1457850878
1458777923
2007237709

可以看出,还是比较“随机”的。

当然,default_random_engine 也只是一个伪随机数发生器,如果在运行一次程序,得到结果将还是这几个数。

若想令每次运行程序时的生成结果不同,可以为其设置较为随机的种子,比如当前系统的时间。

特定范围的非负数——uniform_int_distribution


uniform_int_distribution 是一个随机数分布类,也是个模板类,模板参数为生成随机数的类型(不过只能是 int、unsigned、short、unsigned short、long、unsigned long、long long、unsigned long long 中的一种)。它的构造函数接受两个值,表示随机数的分布范围(闭区间)。

因此,一个生成 0 到 9 的随机数程序可以这么写:

#include <iostream>
#include <random>
using namespace std;

int main( ){
    default_random_engine e;
    uniform_int_distribution<unsigned> u(0, 9);
    for(int i=0; i<10; ++i)
        cout<<u(e)<<endl;
    return 0;
}

在我们的系统中,它的生成结果为:

0     
1     
7     
4     
5     
2     
0     
6     
6     
9     

随机浮点数——uniform_real_distribution


uniform_real_distribution 是一个随机数分布类,它也是模板类,参数表示随机数类型(可选类型为 float、double、long double)。构造函数也需要最大值和最小值作为参数。

下面是一个生成 10 个 0~1 之间的随机浮点数的例子:

#include <iostream>
#include <random>
using namespace std;

int main( ){
    default_random_engine e;
    uniform_real_distribution<double> u(0.0, 1.0);
    for(int i=0; i<10; ++i)
        cout<<u(e)<<endl;
    return 0;
}

在我们的系统上的结果为:

0.131538
0.45865
0.218959
0.678865
0.934693
0.519416
0.0345721
0.5297
0.00769819
0.0668422

随机布尔值——bernoulli_distribution


bernoulli_distribution 是一个分布类,但它不是模板类。它的构造函数只有一个参数,表示该类返回 true 的概率,该参数默认为 0.5 ,即返回 true 和 false 的概率相等。

下面是一个生成 10 个随机布尔值的例子:

#include <iostream>
#include <random>
using namespace std;

int main( ){
    default_random_engine e;
    bernoulli_distribution u;
    for(int i=0; i<10; ++i)
        cout<<u(e)<<endl;
    return 0;
}

在我们的系统上的结果为:

1
1
1
0
0
0
1
0
1
1

总结


常用的随机数类如下:

  • default_random_engine:随机非负数(不建议单独使用)。
  • uniform_int_distribution:指定范围的随机非负数。
  • uniform_real_distribution:指定范围的随机实数。
  • bernoulli_distribution:指定概率的随机布尔值。

事实上,random 库的功能极其丰富,其中的随机数引擎不止有 default_random_engine 一个,分布类也远远不止上述三个。它还能进行泊松分布、正态分布、抽样分等高级的随机数功能,想详细了解这些内容请去查阅其他资料。我可能要等好久才能把这些内容补上。

推荐阅读更多精彩内容

  • 方法1 (数据类型)(最小值+Math.random()*(最大值-最小值+1)) 例: (int)(1+Math...
    GB_speak阅读 25,483评论 2 6
  • 国家电网公司企业标准(Q/GDW)- 面向对象的用电信息数据交换协议 - 报批稿:20170802 前言: 排版 ...
    庭说阅读 6,857评论 6 13
  • 本文根据众多互联网博客内容整理后形成,引用内容的版权归原始作者所有,仅限于学习研究使用,不得用于任何商业用途。 随...
    深红的眼眸阅读 1,072评论 0 0
  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 118,255评论 14 132
  • 1.选中项目工程 -> PROJECT ->Localizations 点击下面的+号选择支持的语言包 2.com...
    AlexCorleone阅读 52评论 0 0