C++生成随机数

之前写过一篇C语言生成随机数，其中生成随机数的方法自然也可用于C++中，不过C++ 11扩展了生成随机数的方法，我们可以有更多更好的选择了。

随机数的相关类声明都位于<random>头文件中，完整说明可参考：random，此处选择一些常用的总结一下。文末参考文献中那两篇知乎讨论很有趣，介绍了各种关于随机数的知识，很值得一读。

随机数生成器

一共提供了3种算法的生成器：线性同余法（LCG）、梅森旋转法、Lagged Fibonacci generator（LFG），其中梅森旋转法据说是最好的伪随机数生成算法，在C++中的具体实现类为std::mt19937和std::mt19937_64，前者是32位的，后者是64位的。

非确定性随机数生成设备

上面几个随机数生成器的本质都是从一个种子开始，使用某个递推方法生成伪随机数序列，其实还有种随机数生成策略就是利用物理世界中的各种噪声，以此产生所谓的真随机数。std::random_device就是这样一种机制，具体实现方法Linux和Windows不相同，以Linux为例就是读取/dev/urandom设备的输出得到的。这个设备中有一个容纳来自各种设备驱动噪声数据的熵池，具体可参考：

/dev/random

/dev/urandom是/dev/random的非阻塞版本，会重复利用熵池，保证在熵池为空的时候也会有输出，这以降低随机数可靠性为代价提高了其生成速度。

生成特定分布的随机数

在C语言中，要生成特定分布的随机数并不容易，不过在C++中这就很简单了，C++中提供了各种常用分布的实现，直接调用就可以了。比如最常用的均匀分布的整数：std::uniform_int_distribution；均匀分布的小数：std::uniform_real_distribution；正态分布：std::normal_distribution等。

使用示例

最后举几个实际的例子来说明具体用法。

直接使用random_device的输出作为随机数：

#include <iostream>
#include <random>

int main() {
    std::random_device rd;

    for (int i = 0; i < 100; i++) {
        std::cout << rd() << std::endl;
    }

    return 0;
}

此方法速度较慢，所以一般并不直接使用。

---

以random_device的输出为初始种子，使用梅森旋转法生成[0,99]范围内的整数：

#include <iostream>
#include <random>
#include <functional>

int main() {
    std::random_device rd;
    std::mt19937 mt(rd());
    std::uniform_int_distribution<int> dist(0, 99);
    auto dice = std::bind(dist, mt);

    for (int i = 0; i < 100; i++) {
        std::cout << dice() << std::endl;
    }

    return 0;
}

使用std::bind()是为了让之后调用起来更方便些。此方法就是生成某个区间内均匀分布的整数随机数最常用的方法了，注意区间两端都是闭区间。

---

以random_device的输出为初始种子，使用梅森旋转法生成[0.0, 1.0)范围内的小数：

#include <iostream>
#include <random>
#include <functional>

int main() {
    std::random_device rd;
    std::mt19937 mt(rd());
    std::uniform_real_distribution<double> dist(0.0, 1.0);
    auto dice = std::bind(dist, mt);

    for (int i = 0; i < 100; i++) {
        std::cout << dice() << std::endl;
    }

    return 0;
}

生成[0, 1)区间内任意小数最常用的方法，注意这里是左闭右开区间，不包含1.0的。

---

参考资料：
C++11带来的随机数生成器
C++ 如何生成大随机数？
电脑取随机数是什么原理，是真正的随机数吗？