简介
- C++ random标准库笔记
C++ random标准库是什么
C++ 标准库中的 <random> 头文件提供了用于生成随机数的工具和类。这个库提供了众多的随机数生成器和分布器，以支持高质量的随机数生成操作。使用 <random> 头文件可以生成各种类型的随机数，包括整数、浮点数以及其他分布的随机数。
以下是一些 <random> 头文件中常用的类和功能：
-
随机数引擎（Random Number Engines）：随机数引擎是一种生成随机数的算法。C++ 提供了几种不同的随机数引擎，例如
std::default_random_engine、std::mt19937（Mersenne Twister 引擎）等。 -
分布器（Random Number Distributions）：分布器用于将随机数引擎生成的随机数映射到指定的分布上，如均匀分布、正态分布等。常见的分布器有
std::uniform_int_distribution（生成整数均匀分布）、std::uniform_real_distribution（生成浮点数均匀分布）等。 -
随机设备（Random Devices）：
std::random_device是一个用于获取真随机数的设备，但其随机性取决于平台和实现。
使用 <random> 头文件，可以轻松地生成随机数，并根据需要控制其分布特性。例如，以下是一个简单的示例，展示了如何使用随机数引擎和分布器生成随机整数：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
#include <iostream>
#include <random>
int main() {
// 创建随机数引擎和分布器
std::random_device rd; // 随机设备
std::mt19937 gen(rd()); // Mersenne Twister 引擎
std::uniform_int_distribution<> dis(1, 100); // 生成1到100之间的均匀分布的随机整数
// 生成随机数
for (int i = 0; i < 10; ++i) {
int random_number = dis(gen);
std::cout << random_number << " ";
}
std::cout << std::endl;
return 0;
}
以上示例使用 Mersenne Twister 引擎和均匀整数分布器生成了10个1到100之间的随机整数。
<random> 标准库提供了灵活和强大的工具，可用于各种需要随机性的应用程序，例如模拟、密码学、游戏开发等。
C++ 标准库 详解
<random> 是 C++ 标准库中用于生成随机数的头文件。它提供了一组类和函数，用于生成高质量的随机数，并支持不同的随机数引擎和分布。
下面是 <random> 头文件中一些重要的类和函数：
-
随机数引擎（Random Number Engines）：随机数引擎是一个产生随机数序列的算法。C++ 提供了多种随机数引擎，例如
std::default_random_engine、std::mt19937（Mersenne Twister 引擎）、std::minstd_rand（线性同余法引擎）等。你可以根据需要选择不同的引擎。 -
随机数分布器（Random Number Distributions）：随机数分布器用于将随机数引擎生成的随机数映射到指定的分布上。常用的分布器包括
std::uniform_int_distribution（生成整数均匀分布）、std::uniform_real_distribution（生成浮点数均匀分布）、std::normal_distribution（生成正态分布）、std::poisson_distribution（生成泊松分布）等。 -
随机设备（Random Devices）：
std::random_device是一个用于获取真随机数的设备。它可能会提供硬件随机数或者伪随机数，具体取决于实现和平台。可以用它来初始化随机数引擎，提供更好的随机性。
下面是一个简单示例，演示了如何使用 <random> 头文件生成随机数：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
#include <iostream>
#include <random>
int main() {
// 创建随机设备和引擎
std::random_device rd;
std::mt19937 gen(rd()); // 使用 Mersenne Twister 引擎
// 创建均匀分布器并生成随机整数
std::uniform_int_distribution<> dis(1, 100); // 生成1到100之间的均匀分布的随机整数
// 生成随机数
for (int i = 0; i < 10; ++i) {
int random_number = dis(gen);
std::cout << random_number << " ";
}
std::cout << std::endl;
return 0;
}
这个示例使用 Mersenne Twister 引擎和均匀整数分布器生成了10个1到100之间的随机整数。
<random> 头文件提供了灵活且高效的随机数生成工具，可以满足各种应用程序对随机性的需求。当你需要生成随机数时，可以根据自己的需求选择合适的引擎和分布器。
C++ std::random_device 是什么
std::random_device 是 C++ 标准库提供的类，用于获取真随机数。它被设计为一个可用于产生高质量随机数种子的设备，可以提供来自硬件和操作系统的真随机数，也可以提供伪随机数。
std::random_device 可以用作随机数引擎的种子（如 Mersenne Twister 引擎 std::mt19937）的初始化器，以提供更好的随机性。
然而，需要注意的是，std::random_device 并不是在所有平台和实现上都能提供真正的硬件随机数。在某些系统上，它可能会退化成伪随机数生成器，或者可能由于系统限制而无法提供高质量的随机数。
通常，std::random_device 是作为初始化随机数引擎的种子使用，而不是直接生成随机数序列。下面是一个简单的示例，演示了如何使用 std::random_device 初始化 Mersenne Twister 引擎：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
#include <iostream>
#include <random>
int main() {
// 创建随机设备
std::random_device rd;
// 使用随机设备来初始化 Mersenne Twister 引擎
std::mt19937 gen(rd());
// 创建均匀分布器并生成随机整数
std::uniform_int_distribution<> dis(1, 100); // 生成1到100之间的均匀分布的随机整数
// 生成随机数
for (int i = 0; i < 10; ++i) {
int random_number = dis(gen);
std::cout << random_number << " ";
}
std::cout << std::endl;
return 0;
}
这个示例中，std::random_device 用于初始化了 Mersenne Twister 引擎 std::mt19937，然后使用该引擎生成了10个1到100之间的随机整数。
C++ std::random_device详解
std::random_device 是 C++ 标准库提供的类，用于获取随机数的设备。它旨在提供高质量的随机数种子，可用作随机数引擎的初始化器，以生成更好质量的随机数序列。
以下是关于 std::random_device 的详细说明：
- 随机性：
std::random_device通常被设计为提供真随机数，但实现的随机性取决于底层操作系统和硬件设备的支持。- 在大多数情况下，
std::random_device会尝试获取来自硬件设备或操作系统的真随机数。但有些平台可能会将其实现为伪随机数生成器，特别是当没有真正的硬件随机数可用时，或者由于平台限制而无法提供真随机性。
- 用途：
- 最常见的用途是作为随机数引擎的种子。它可以提供一个高质量的种子，用于初始化伪随机数生成器（如 Mersenne Twister 引擎
std::mt19937）。 - 在生成密码学安全的随机数时，
std::random_device通常用作种子。
- 最常见的用途是作为随机数引擎的种子。它可以提供一个高质量的种子，用于初始化伪随机数生成器（如 Mersenne Twister 引擎
- 生成随机数序列：
std::random_device并不直接生成随机数序列，而是产生用于初始化随机数引擎的种子。- 一般地，通过使用
std::random_device初始化随机数引擎，然后再使用引擎生成随机数序列。
- 初始化引擎：
- 初始化引擎时，通常将
std::random_device作为种子参数传递给引擎构造函数或作为引擎对象的参数。 - 例如：
std::mt19937 gen(rd());，其中rd是std::random_device的一个实例。
- 初始化引擎时，通常将
- 实现依赖性：
std::random_device在不同的平台和编译器实现中可能表现不同，有些平台可能无法提供真随机数，或者提供的随机性不足。
总的来说，std::random_device 是用于获取随机数种子的一种机制。在大多数情况下，它能够提供高质量的随机数种子，以供初始化伪随机数生成器。但在某些特定情况下，可能会受到平台限制或实现差异的影响。
std::default_random_engine
std::default_random_engine 是 C++ 标准库中的一个类模板，用于生成伪随机数的引擎部分，位于 <random> 头文件中。它是 C++ 提供的一个伪随机数生成器（Pseudo-Random Number Generator，PRNG），能够生成一系列的随机数。
这个引擎的实现可能因不同的 C++ 标准库而异，但通常实现了某种伪随机数算法来生成随机数。在程序中使用 std::default_random_engine 可以生成随机数序列，通常需要与其他组件（例如分布器）结合使用来生成特定分布的随机数。
以下是一个简单的示例，演示了如何使用 std::default_random_engine 生成随机数：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#include <iostream>
#include <random>
int main() {
// 创建默认随机数引擎
std::default_random_engine generator;
// 生成整数分布为[1, 6]的随机数
std::uniform_int_distribution<int> distribution(1, 6);
for (int i = 0; i < 5; ++i) {
int random_number = distribution(generator);
std::cout << "随机数：" << random_number << std::endl;
}
return 0;
}
在这个示例中：
- 使用
std::default_random_engine创建了一个默认的随机数引擎。 - 使用
std::uniform_int_distribution定义了一个整数分布，范围为[1, 6]。 - 在循环中，
distribution(generator)使用generator引擎生成了指定范围内的随机数。
需要注意的是，std::default_random_engine 可能会因实现的不同而有不同的特性和性能，对于一些需要高质量随机数的场景，可能需要选择更加复杂的随机数引擎或者特定算法来满足需求。
std::mt19937
std::mt19937 是 C++ 标准库 <random> 头文件中定义的 Mersenne Twister 随机数引擎的一个特定实例。Mersenne Twister 是一种流行的伪随机数生成器 (PRNG) 算法，提供了高质量、高周期性的随机数序列。
std::mt19937 使用 32 位整数作为状态空间，并且具有一个非常大的周期，通常为 2^19937-1。这种引擎在大多数情况下提供了良好的随机性和性能。
以下是一个使用 std::mt19937 的简单示例：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#include <iostream>
#include <random>
int main() {
// 创建 Mersenne Twister 引擎实例
std::mt19937 generator;
// 定义整数分布为[1, 100]范围内的随机数
std::uniform_int_distribution<int> distribution(1, 100);
for (int i = 0; i < 5; ++i) {
int random_number = distribution(generator);
std::cout << "随机数：" << random_number << std::endl;
}
return 0;
}
在这个示例中：
- 使用
std::mt19937创建了一个 Mersenne Twister 引擎实例。 - 使用
std::uniform_int_distribution定义了一个整数分布，范围为[1, 100]。 - 在循环中，
distribution(generator)使用generator引擎生成了指定范围内的随机数。
std::mt19937 是一个常用的随机数引擎，通常能够满足大多数随机数生成的需求。然而，在一些特殊场景下，可能需要根据特定需求选择其他的随机数引擎或者更复杂的生成算法。
std::uniform_int_distribution
std::uniform_int_distribution 是 C++ 标准库 <random> 头文件中定义的类模板，用于产生指定范围内均匀分布的整数随机数。
该类模板允许您定义一个离散的整数分布，指定了随机数的范围。在生成随机数时，会根据指定的范围，以均匀分布的方式生成整数。
以下是一个使用 std::uniform_int_distribution 的简单示例：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#include <iostream>
#include <random>
int main() {
// 创建 Mersenne Twister 引擎实例
std::mt19937 generator(std::random_device{}());
// 定义整数分布为[1, 100]范围内的随机数
std::uniform_int_distribution<int> distribution(1, 100);
for (int i = 0; i < 5; ++i) {
int random_number = distribution(generator);
std::cout << "随机数：" << random_number << std::endl;
}
return 0;
}
在这个示例中：
- 使用
std::mt19937创建了一个 Mersenne Twister 引擎实例，并使用std::random_device作为种子。 - 使用
std::uniform_int_distribution定义了一个整数分布，范围为[1, 100]。 - 在循环中，
distribution(generator)使用generator引擎生成了指定范围内的随机数。
std::uniform_int_distribution 是一个用于生成指定范围内均匀分布的整数随机数的实用工具，可以方便地生成各种整数范围内的随机数。
std::uniform_real_distribution
std::uniform_real_distribution 是 C++ 标准库 <random> 头文件中定义的类模板，用于产生指定范围内均匀分布的实数（浮点数）随机数。
该类模板允许您定义一个连续的均匀分布，指定了随机数的范围。在生成随机数时，会根据指定的范围，以均匀分布的方式生成浮点数。
以下是一个使用 std::uniform_real_distribution 的简单示例：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#include <iostream>
#include <random>
int main() {
// 创建 Mersenne Twister 引擎实例
std::mt19937 generator(std::random_device{}());
// 定义实数分布为[0.0, 1.0)范围内的随机数
std::uniform_real_distribution<double> distribution(0.0, 1.0);
for (int i = 0; i < 5; ++i) {
double random_number = distribution(generator);
std::cout << "随机数：" << random_number << std::endl;
}
return 0;
}
在这个示例中：
- 使用
std::mt19937创建了一个 Mersenne Twister 引擎实例，并使用std::random_device作为种子。 - 使用
std::uniform_real_distribution定义了一个实数分布，范围为[0.0, 1.0)。 - 在循环中，
distribution(generator)使用generator引擎生成了指定范围内的随机数。
std::uniform_real_distribution 是一个用于生成指定范围内均匀分布的实数随机数的实用工具，可以方便地生成各种浮点数范围内的随机数。
std::normal_distribution
std::normal_distribution 是 C++ 标准库 <random> 头文件中定义的类模板，用于产生指定均值和标准差的正态分布（高斯分布）的随机数。
正态分布是一种连续的概率分布，通常称为高斯分布，其形状呈钟形曲线，以均值为中心，并由标准差确定其宽度。std::normal_distribution 允许您生成服从正态分布的随机数。
以下是一个使用 std::normal_distribution 的简单示例：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#include <iostream>
#include <random>
int main() {
// 创建 Mersenne Twister 引擎实例
std::mt19937 generator(std::random_device{}());
// 定义正态分布，均值为 0，标准差为 1 的随机数
std::normal_distribution<double> distribution(0.0, 1.0);
for (int i = 0; i < 5; ++i) {
double random_number = distribution(generator);
std::cout << "随机数：" << random_number << std::endl;
}
return 0;
}
在这个示例中：
- 使用
std::mt19937创建了一个 Mersenne Twister 引擎实例，并使用std::random_device作为种子。 - 使用
std::normal_distribution定义了一个正态分布，均值为0.0，标准差为1.0。 - 在循环中，
distribution(generator)使用generator引擎生成了符合指定正态分布的随机数。
std::normal_distribution 是一个用于生成指定均值和标准差的正态分布随机数的实用工具，可以方便地生成服从正态分布的随机数。
std::poisson_distribution
std::poisson_distribution 是 C++ 标准库 <random> 头文件中定义的类模板，用于生成服从泊松分布的随机整数。
泊松分布是一种描述在一定时间或空间范围内，事件发生次数的概率分布。它适用于描述在固定时间或空间区间内，事件发生的次数，如单位时间内接收到的电话数、一段时间内发生的交通事故次数等等。
以下是一个使用 std::poisson_distribution 的简单示例：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#include <iostream>
#include <random>
int main() {
// 创建 Mersenne Twister 引擎实例
std::mt19937 generator(std::random_device{}());
// 定义泊松分布，lambda 值为 2.0
std::poisson_distribution<int> distribution(2.0);
for (int i = 0; i < 5; ++i) {
int random_number = distribution(generator);
std::cout << "随机数：" << random_number << std::endl;
}
return 0;
}
在这个示例中：
- 使用
std::mt19937创建了一个 Mersenne Twister 引擎实例，并使用std::random_device作为种子。 - 使用
std::poisson_distribution定义了一个泊松分布，lambda 值为2.0。 - 在循环中，
distribution(generator)使用generator引擎生成了服从指定泊松分布的随机整数。
std::poisson_distribution 是一个用于生成服从泊松分布的随机整数的实用工具，可以方便地生成符合泊松分布的随机数。