原文出處：http://www.cnblogs.com/finallyliuyu/archive/2010/10/11/1848130.html
一、C++中不能使用random()函數(shù)
==================================================================================
本文由青松原創(chuàng)并依GPL-V2及其后續(xù)版本發(fā)放，轉(zhuǎn)載請注明出處且應(yīng)包含本行聲明。
C++中常用rand()函數(shù)生成隨機(jī)數(shù)，但嚴(yán)格意義上來講生成的只是偽隨機(jī)數(shù)（pseudo-random integral number）。生成隨機(jī)數(shù)時需要我們指定一個種子，如果在程序內(nèi)循環(huán)，那么下一次生成隨機(jī)數(shù)時調(diào)用上一次的結(jié)果作為種子。但如果分兩次執(zhí)行程序，那么由于種子相同，生成的“隨機(jī)數(shù)”也是相同的。
在工程應(yīng)用時，我們一般將系統(tǒng)當(dāng)前時間(Unix時間)作為種子，這樣生成的隨機(jī)數(shù)更接近于實(shí)際意義上的隨機(jī)數(shù)。給一下例程如下：
#include <iostream>
#include <ctime>
#include <cstdlib>
using namespace std;
int main()
{
double random(double,double);
srand(unsigned(time(0)));
for(int icnt = 0; icnt != 10; ++icnt)
cout << "No." << icnt+1 << ": " << int(random(0,10))<< endl;
return 0;
}
double random(double start, double end)
{
return start+(end-start)*rand()/(RAND_MAX + 1.0);
}
/* 運(yùn)行結(jié)果
* No.1: 3
* No.2: 9
* No.3: 0
* No.4: 9
* No.5: 5
* No.6: 6
* No.7: 9
* No.8: 2
* No.9: 9
* No.10: 6
*/
利用這種方法能不能得到完全意義上的隨機(jī)數(shù)呢？似乎9有點(diǎn)多哦？卻沒有1,4,7？！我們來做一個概率實(shí)驗(yàn)，生成1000萬個隨機(jī)數(shù)，看0-9這10個數(shù)出現(xiàn)的頻率是不是大致相同的。程序如下：
#include <iostream>
#include <ctime>
#include <cstdlib>
#include <iomanip>
using namespace std;
int main()
{
double random(double,double);
int a[10] = {0};
const int Gen_max = 10000000;
srand(unsigned(time(0)));
for(int icnt = 0; icnt != Gen_max; ++icnt)
switch(int(random(0,10)))
{
case 0: a[0]++; break;
case 1: a[1]++; break;
case 2: a[2]++; break;
case 3: a[3]++; break;
case 4: a[4]++; break;
case 5: a[5]++; break;
case 6: a[6]++; break;
case 7: a[7]++; break;
case 8: a[8]++; break;
case 9: a[9]++; break;
default: cerr << "Error!" << endl; exit(-1);
}
for(int icnt = 0; icnt != 10; ++icnt)
cout << icnt << ": " << setw(6) << setiosflags(ios::fixed) << setprecision(2) << double(a[icnt])/Gen_max*100 << "%" << endl;
return 0;
}
double random(double start, double end)
{
return start+(end-start)*rand()/(RAND_MAX + 1.0);
}
/* 運(yùn)行結(jié)果
* 0: 10.01%
* 1: 9.99%
* 2: 9.99%
* 3: 9.99%
* 4: 9.98%
* 5: 10.01%
* 6: 10.02%
* 7: 10.01%
* 8: 10.01%
* 9: 9.99%
*/
可知用這種方法得到的隨機(jī)數(shù)是滿足統(tǒng)計規(guī)律的。
另：在Linux下利用GCC編譯程序，即使我執(zhí)行了1000000次運(yùn)算，是否將random函數(shù)定義了inline函數(shù)似乎對程序沒有任何影響，有理由相信，GCC已經(jīng)為我們做了優(yōu)化。但是冥冥之中我又記得要做inline優(yōu)化得加O3才行...
不行，于是我們把循環(huán)次數(shù)改為10億次，用time命令查看執(zhí)行時間：
chinsung@gentoo ~/workspace/test/Debug $ time ./test
0: 10.00%
1: 10.00%
2: 10.00%
3: 10.00%
4: 10.00%
5: 10.00%
6: 10.00%
7: 10.00%
8: 10.00%
9: 10.00%
real 2m7.768s
user 2m4.405s
sys 0m0.038s
chinsung@gentoo ~/workspace/test/Debug $ time ./test
0: 10.00%
1: 10.00%
2: 10.00%
3: 10.00%
4: 10.00%
5: 10.00%
6: 10.00%
7: 10.00%
8: 10.00%
9: 10.00%
real 2m7.269s
user 2m4.077s
sys 0m0.025s
前一次為進(jìn)行inline優(yōu)化的情形，后一次為沒有作inline優(yōu)化的情形，兩次結(jié)果相差不大，甚至各項指標(biāo)后者還要好一些，不知是何緣由...
=================================================================================
random函數(shù)不是ANSI C標(biāo)準(zhǔn)，不能在gcc,vc等編譯器下編譯通過。 可改用C++下的rand函數(shù)來實(shí)現(xiàn)。 1、C++標(biāo)準(zhǔn)函數(shù)庫提供一隨機(jī)數(shù)生成器rand，返回0－RAND_MAX之間均勻分布的偽隨機(jī)整數(shù)。 RAND_MAX必須至少為32767。rand()函數(shù)不接受參數(shù)，默認(rèn)以1為種子（即起始值）。 隨機(jī)數(shù)生成器總是以相同的種子開始，所以形成的偽隨機(jī)數(shù)列也相同，失去了隨機(jī)意義。（但這樣便于程序調(diào)試）
2、C++中另一函數(shù)srand（），可以指定不同的數(shù)（無符號整數(shù)變元）為種子。但是如果種子相同，偽隨機(jī)數(shù)列也相同。一個辦法是讓用戶輸入種子，但是仍然不理想。
3、 比較理想的是用變化的數(shù)，比如時間來作為隨機(jī)數(shù)生成器的種子。 time的值每時每刻都不同。所以種子不同，所以，產(chǎn)生的隨機(jī)數(shù)也不同。
// C++隨機(jī)函數(shù)（VC program）
#include <stdio.h>
#include <iostream>
#include <time.h>
using namespace std;
#define MAX 100
int main(int argc, char* argv[])
{ srand( (unsigned)time( NULL ) );//srand()函數(shù)產(chǎn)生一個以當(dāng)前時間開始的隨機(jī)種子.應(yīng)該放在for等循環(huán)語句前面 不然要很長時間等待
for (int i=0;i<10;i++)
cout<<rand()%MAX<<endl;//MAX為最大值，其隨機(jī)域?yàn)?~MAX-1
return 0;
}
二、rand()的用法
rand()不需要參數(shù)，它會返回一個從0到最大隨機(jī)數(shù)的任意整數(shù)，最大隨機(jī)數(shù)的大小通常是固定的一個大整數(shù)。 這樣，如果你要產(chǎn)生0~10的10個整數(shù)，可以表達(dá)為：
int N = rand() % 11;
這樣，N的值就是一個0~10的隨機(jī)數(shù)，如果要產(chǎn)生1~10，則是這樣：
int N = 1 + rand() % 10;
總結(jié)來說，可以表示為：
a + rand() % n
其中的a是起始值，n是整數(shù)的范圍。 a + rand() % (b-a+1) 就表示 ａ～ｂ之間的一個隨機(jī)數(shù)若要0~1的小數(shù)，則可以先取得0~10的整數(shù)，然后均除以10即可得到隨機(jī)到十分位的10個隨機(jī)小數(shù)，若要得到隨機(jī)到百分位的隨機(jī)小數(shù)，則需要先得到0~100的10個整數(shù)，然后均除以100，其它情況依此類推。
通常rand()產(chǎn)生的隨機(jī)數(shù)在每次運(yùn)行的時候都是與上一次相同的，這是有意這樣設(shè)計的，是為了便于程序的調(diào)試。若要產(chǎn)生每次不同的隨機(jī)數(shù)，可以使用srand( seed )函數(shù)進(jìn)行隨機(jī)化，隨著seed的不同，就能夠產(chǎn)生不同的隨機(jī)數(shù)。
如大家所說，還可以包含time.h頭文件，然后使用srand(time(0))來使用當(dāng)前時間使隨機(jī)數(shù)發(fā)生器隨機(jī)化，這樣就可以保證每兩次運(yùn)行時可以得到不同的隨機(jī)數(shù)序列(只要兩次運(yùn)行的間隔超過1秒)。