当前位置: 首页 > ai >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.xdnf.cn/news/10510.html

相关文章:

  • 【Doris基础】Apache Doris中的Coordinator节点作用详解
  • 【MATLAB代码】制导——平行接近法,三维,目标是运动的,订阅专栏后可直接查看MATLAB源代码
  • C#项目07-二维数组的随机创建
  • Kotlin 中 companion object 扩展函数和普通函数区别
  • Qt OpenGL 3D 编程入门
  • Grafana对接Prometheus数据源
  • JAVA学习-练习试用Java实现“使用JavaFX绘制散点图 :可视化数据集”
  • 【2025年B卷】华为OD-100分-字符串重新排列、字符串重新排序
  • 解锁 AI 大语言模型的“知识宝藏”:知识库的奥秘与优化之道
  • TDengine 的 AI 应用实战——电力需求预测
  • 秋招Day12 - 计算机网络 - UDP
  • 阿里云国际站,如何通过代理商邀请的链接注册账号
  • 多维度健康护理:为进行性核上性麻痹患者护航
  • Python基础入门:开启编程之旅
  • 数据资产评估进阶:精读资产评估专家指引第9号——数据资产评估指导【附全文阅读】
  • CppCon 2014 学习:Gamgee: A C++14 library for genomic data processing and analysis
  • 服务器间文件传输
  • Linux_T(Sticky Bit)粘滞位详解
  • Spring Boot中的WebSocket技术实现
  • Linux 权限管理入门:从基础到实践
  • 123网盘SDK-npm包已发布
  • MyBatisPlus--条件构造器及自定义SQL详解
  • 【Linux系列】Gunicorn 进程架构解析:主进程与工作进程
  • CppCon 2014 学习:Hardening Your Code
  • 3.RV1126-OPENCV 图像叠加
  • LM393红外避障电路Multisim仿真
  • (七)【Linux进程的创建、终止和等待】
  • 【AI论文】R2R:通过小型与大型模型之间的令牌路由高效导航发散推理路径
  • GpuGeek如何成为AI基础设施市场的中坚力量
  • C++11新特性包装器