使用C ++ 11随机库生成随机数

正如标题所示，我试图找出使用新的c ++ 11 <random>库生成随机数的方法。 我已经试过这个代码：

 std::default_random_engine generator; std::uniform_real_distribution<double> uniform_distance(1, 10.001); 

我所拥有的代码的问题是，每次我编译和运行它时，都会生成相同的数字。 所以我的问题是随机库中的其他function可以做到这一点，而真正的随机？

对于我的特殊用例，我试图在[1, 10]

Answer 1

微软的Stephan T. Lavavej（stl）在Going Native上做了一个讲座，讲述如何使用新的C ++ 11随机函数，以及为什么不使用rand() 。 其中，他包括一个幻灯片，基本上解决了你的问题。 我从下面的幻灯片复制了代码。

你可以在这里看到他的全面讨论： http : //channel9.msdn.com/Events/GoingNative/2013/rand-Considered-Harmful

 #include <random> #include <iostream> int main() { std::random_device rd; std::mt19937 mt(rd()); std::uniform_real_distribution<double> dist(1.0, 10.0); for (int i=0; i<16; ++i) std::cout << dist(mt) << "\n"; } 

我们使用random_device来播种名为mt的随机数发生器。 random_device()比mt19937慢，但是它不需要播种，因为它需要从你的操作系统（它将从不同的位置来源，例如RdRand ）发送随机数据。

---

看看这个问题/答案 ，看起来uniform_real_distribution返回一个范围[a, b) ，你想要[a, b] 。 要做到这一点，我们的uniform_real_distibution实际上应该是这样的：

 std::uniform_real_distribution<double> dist(1, std::nextafter(10, DBL_MAX)); 

Answer 2

我的“随机”库为C ++ 11随机类提供了一个高度方便的包装。 你可以用一个简单的“get”方法来做几乎所有的事情。

例子：

1. 随机数在一个范围内

    auto val = Random::get(-10, 10); // Integer auto val = Random::get(10.f, -10.f); // Float point 

2. 随机布尔值

    auto val = Random::get<bool>( ) // 50% to generate true auto val = Random::get<bool>( 0.7 ) // 70% to generate true 

3. 来自std :: initilizer_list的随机值

    auto val = Random::get( { 1, 3, 5, 7, 9 } ); // val = 1 or 3 or... 

4. 来自迭代器范围或所有容器的随机迭代器

    auto it = Random::get( vec.begin(), vec.end() ); // it = random iterator auto it = Random::get( vec ); // return random iterator 

甚至更多的东西！ 看看github页面：

https://github.com/effolkronium/random

Answer 3

这是我刚刚写的东西：

 #include <random> #include <chrono> #include <thread> using namespace std; //============================================================== // RANDOM BACKOFF TIME //============================================================== class backoff_time_t { public: random_device rd; mt19937 mt; uniform_real_distribution<double> dist; backoff_time_t() : rd{}, mt{rd()}, dist{0.5, 1.5} {} double rand() { return dist(mt); } }; thread_local backoff_time_t backoff_time; int main(int argc, char** argv) { double x1 = backoff_time.rand(); double x2 = backoff_time.rand(); double x3 = backoff_time.rand(); double x4 = backoff_time.rand(); return 0; } 

〜

Answer 4

你有两种常见的情况。 首先是你需要随机数字，而不是质量或执行速度过于臃肿。 在这种情况下，使用下面的macros

 #define uniform() (rand()/(RAND_MAX + 1.0)) 

在0到1 – ε的范围内给出p（除非RAND_MAX大于双精度，但是当你来到它的时候会担心）。

int x =（int）（uniform（）* N）;

现在给0到N -1的随机整数。

如果你需要其他发行版，你必须改变p。 或者有时多次调用uniform（）会更容易。

如果你想要可重复的行为，用一个常数种子，否则种子调用time（）。

现在，如果您对质量或运行时间性能感到困扰，请重写uniform（）。 但是否则不要触摸代码。 始终保持统一（）在0至1减eps。 现在你可以包装C ++的随机数字库来创build一个更好的uniform（），但这是一种中等的select。 如果您对RNG的特性感到困扰，那么也应该投入一些时间来了解底层方法的工作原理，然后提供一个方法。 所以你已经完全控制了代码，并且可以保证使用相同的种子，序列总是完全一样的，无论平台是哪一个版本的C ++，