C 11隨機數發生器 VS rand

舊式的隨機數發生器沿用c的rand()函式，這個函式會產生區間在[0,rand_max]的偽隨機數，且隨機數近似可以看做符合均勻分布。

傳統做法的弊端大致有兩個：

1、經常需要做人肉變換隨機數產生區間，且人肉變換過程中極易破壞原有的分布性質；

2、難以產生符合制定分布的隨機數；

rand()函式的一些問題：

很多程式需要不同範圍的隨機數；

一些應用需要隨機浮點數；

一些程式需要非均勻分布的數；

而程式設計師為了解決這些問題而試圖轉換rand生成的隨機數的範圍、型別或分布時，常常會引入非隨機性。

一、c++ 11新標準針對這兩點做了很大的改進——隨機數發生器（定義在標頭檔案random）。

新設施利用兩部分來生成隨機數：

（1）、random number engines（引擎類）：負責生成原始隨機數

（2）、random number distributions（分布類）：迫使生成的隨機數在統計上滿足指定的概率分布

stl預先指定了一系列的生成引擎，並且提供乙個default_random_engine。default_random_engine會使用某個預定義的引擎，且不同編譯器、不同平台的實現可能不同。

ps：有關詳細的預定義引擎及分布類列表：

例子1：

std::default_random_engine e;
for (size_t i = 0; i < 10; i++)

預設情況下，引擎產生的隨機數範圍在default_randm_engine::min和default_random_engine::max之間。

例子2：

可以指定隨機數要符合的分布性質，例如說，在[5,20]上的均勻分布。

std::default_random_engine e;
std::uniform_int_distribution<> u(5,20);
for (size_t i = 0; i < 10; i++)

注意：我們傳遞給分布物件的是引擎物件本身，即u(e)。我們傳遞的是引擎本身，而不是它生成的下乙個值，原因是某些分布可能需要呼叫引擎多次才能產生乙個值。如果我們將呼叫寫成u(e())，含義就變為將e生成的下乙個值傳遞給u，這將會導致乙個編譯錯誤。

//int rand_num = rand()%11;//rand獲取0-10隨機數的方法
//default_random_engine也同樣可以指定隨機數範圍，那就是它的好**分布型別：uniform_int_distribution
uniform_int_distributionu(0,10);//生成0到10（包含）均勻分布的隨機數
default_random_engine e;//生成隨機無符號數
for(int i=0;i<10;++i)

例子3：

關於種子。

std::default_random_engine e(time(nullptr));
std::uniform_int_distribution<> u(5,20);
}

不過，由於time的精度是秒，所以在某些極端情況下，這也並不是乙個非常好的選擇。另外，如果程式作為乙個自動過程的一部分反覆執行，將time的返回值作為種子的方式就無效了，它可能多次使用的相同的種子。

幸運的，c++11提供了乙個非常友好的類：random_device。這個類的作用是，可以產生non-deterministic random numbers.

這個類有可能產生真正的隨機數，不過真是效果和具體實現有關。某些平台可能才用偽隨機數作為底層實現也說不定呢…

顯然的，我們可以利用random_device去初始化我們的隨機數種子

std::random_device rd;
std::default_random_engine e(rd());
std::uniform_int_distribution<> u(5,20);
for (size_t i = 0; i < 10; i++)

例子4：

為引擎設定種子的方式有兩種，一種是建立時初始化種子，另一種是呼叫seed來初始化。

default_random_engine e1;		//使用預設的種子
default_random_engine e2(2300); //使用給定的種子
default_random_engine e3;
e3.seed(2300); //e3使用的種子與e2是一樣一樣的。

三、生成隨機浮點數。

程式需要0到1之間的隨機數。

最常用但是不正確的做法：從rand獲得乙個隨機浮點數的方法是用rand()的結果除以radn_max——即系統定義的rand可以生成的最大隨機數的上界。——這種方法不正確的原因是：隨機整數的精度通常低於隨機浮點數，這樣，有一些浮點數就永遠不會生成了！

使用c++11的隨機數發生器，可以讓標準庫來處理從隨機整數到隨機浮點數的對映。

void main()
}

四、生成非均勻分布的隨機數

比如伯努利分布、正態分佈、抽樣分布、泊松分布等。

例子：生成乙個正態分佈的值序列，並畫出值的分布。

int main()
int sum = accumulate(vals.begin(), vals.end(), 0);
if (sum != 200)
cout << "discarded " << 200 - sum << " results" << endl;
for (size_t j = 0; j != vals.size(); ++j)
cout << j << ": " << string(vals[j], '*') << endl;//列印乙個由*組成的string
return 0;
}

特別注意：乙個給定的隨機數發生器一直會產生相同的隨機數序列。乙個函式如果定義了區域性的隨機數發生器，應該將其（引擎物件+分布物件）定義為static的。否則，每次呼叫函式都會生成相同的序列。

#include#include#includeusing namespace std;
/*vectorbad_rand()
return vec;
}void main()
vectorv2(bad_rand());
for (size_t k = 0; k < 10; k++)
cout << ((v1 == v2) ? "equal" : "not equal" )<< endl;//列印「equal」！
//v1 : 2 
//v1 : 2
//v1 : 4
//v1 : 5
//v1 : 4
//v1 : 1
//v1 : 9
//v1 : 5
//v1 : 8
//v1 : 3
//v2 : 2
//v2 : 2
//v2 : 4
//v2 : 5
//v2 : 4
//v2 : 1
//v2 : 9
//v2 : 5
//v2 : 8
//v2 : 3
//equal
//隨機數發生器此特性會使新手迷惑：即使生成的書看起來是隨機的，但對乙個給定的發生器，每次執行程式它都會返回相同的數值串行。
//序列不變這一事實在除錯時非常有用。但是另外一方面，使用隨機數發生器的程式也必須注意這一點。
}*/

//解決上述問題的辦法：
vectorgood_rand()
return vec;
}void main()
vectorv2(good_rand());
for (size_t k = 0; k < 10; k++)
cout << ((v1 == v2) ? "equal" : "not equal") << endl;//列印「not equal」！
//v1 : 2
//v1 : 2
//v1 : 4
//v1 : 5
//v1 : 4
//v1 : 1
//v1 : 9
//v1 : 5
//v1 : 8
//v1 : 3
//v2 : 5
//v2 : 5
//v2 : 0
//v2 : 6
//v2 : 9
//v2 : 0
//v2 : 9
//v2 : 4
//v2 : 7
//v2 : 6
//not equal
}

C 11隨機數發生器 VS rand

boost 隨機數發生器

opencv隨機數發生器RNG

產生隨意隨機數發生器

C 11隨機數發生器 VS rand

boost 隨機數發生器

opencv隨機數發生器RNG

產生隨意隨機數發生器

相關推薦