from http://www.learncpp.com/cpp-tutorial/59-random-number-generation/
通常在游戲，統(tǒng)計(jì)模型程序和科學(xué)模擬中會(huì)用到隨機(jī)事件。
而由于計(jì)算機(jī)的本質(zhì)結(jié)構(gòu)決定計(jì)算機(jī)只能生成偽隨機(jī)數(shù)據(jù)。
偽隨機(jī)生成器，設(shè)定一個(gè)初始值（seed），對(duì)它進(jìn)行操作形成不同的數(shù)值，讓它看上去與初始值沒(méi)有聯(lián)系。如果算法足夠復(fù)雜，將同樣的算法用到最后生成的數(shù)字，這樣就能夠產(chǎn)生一些列看上去隨機(jī)的數(shù)值。
下面是一個(gè)產(chǎn)生100個(gè)偽隨機(jī)數(shù)的程序：
1.
1: #include <stdafx.h>
2: #include <iostream>
3: using namespace std;
4:
5: unsigned int PRNG()
6: { 7: // our initial starting seed is 5323
8: static unsigned int nSeed = 5323;
9:
10: // Take the current seed and generate a new value from it
11: // Due to our use of large constants and overflow, it would be
12: // very hard for someone to predict what the next number is
13: // going to be from the previous one.
14: nSeed = (8253729 * nSeed + 2396403);
15:
16: // Take the seed and return a value between 0 and 32767
17: return nSeed % 32767;
18: }
19:
20: int main()
21: { 22: // Print 100 random numbers
23: for (int nCount=0; nCount < 100; ++nCount)
24: { 25: cout << PRNG() << "\t";
26:
27: // If we've printed 5 numbers, start a new column
28: if ((nCount+1) % 5 == 0)
29: cout << endl;
30: }
31: }
事實(shí)上我們這個(gè)例子并不是很好，但是它足夠用來(lái)說(shuō)明偽隨機(jī)數(shù)是如何產(chǎn)生的。
C++產(chǎn)生偽隨機(jī)數(shù)
語(yǔ)言中有內(nèi)置的隨機(jī)數(shù)生成器，它需要兩個(gè)獨(dú)立的函數(shù)組合使用。
srand() 用來(lái)設(shè)置初始seed。srand()通常只調(diào)用一次。
rand()生成序列中的下一個(gè)隨機(jī)值。
2.
1: #include <iostream>
2: #include <cstdlib> // for rand() and srand()
3: using namespace std;
4:
5: int main()
6: { 7: srand(5323); // set initial seed value to 5323
8:
9: // Print 100 random numbers
10: for (int nCount=0; nCount < 100; ++nCount)
11: { 12: cout << rand() <<“\t”;
13:
14: // If we've printed 5 numbers, start a new column
15: if ((nCount+1) % 5 == 0)
16: cout << endl;
17: }
18: }
rand()產(chǎn)生的偽隨機(jī)數(shù)的范圍在0到RAND_MAX之間，通常它的值在cstdlib中為32767.
通常我們并不想要這個(gè)范圍內(nèi)的隨機(jī)值。我們想要兩個(gè)nLow和nHigh范圍內(nèi)。如1-6.
3.
1: // Generate a random number between nLow and nHigh (inclusive)
2: unsigned int GetRandomNumber(int nLow, int nHigh)
3: { 4: return (rand() % (nHigh - nLow + 1)) + nLow;
5: }
當(dāng)我們反復(fù)運(yùn)行第2個(gè)程序的時(shí)候，發(fā)現(xiàn)每次的結(jié)果都是相同的。由于我們每次設(shè)置的seed都是相同的。因此我們使用了time()函數(shù)來(lái)產(chǎn)生seed。
1: #include <stdafx.h>
2: #include <iostream>
3: #include <cstdlib> // for rand() and srand()
4: #include <ctime> // for time()
5: using namespace std;
6:
7: int main()
8: { 9:
10: srand(time(0)); // set initial seed value to system clock
11: for (int nCount=0; nCount < 100; ++nCount)
12: { 13: cout << rand() << "\t";
14:
15: if ((nCount+1) % 5 == 0)
16: cout << endl;
17: }
18: }
怎樣的偽隨機(jī)生成器算是好的呢？
1）生成器會(huì)以相同的概率產(chǎn)生每一個(gè)數(shù)值。
2）隨機(jī)序列的下一個(gè)數(shù)字不能明顯、容易被預(yù)測(cè)
3）隨機(jī)數(shù)生成器產(chǎn)生的數(shù)值有一個(gè)好的分布，忽而小，忽而大，讓人感覺(jué)是隨機(jī)的。
4）所有的偽隨機(jī)生成器都是周期性的
rand()函數(shù)只是一個(gè)普通的偽隨機(jī)生成器
大多數(shù)rand()都是使用Linear Congruential Generator方法實(shí)現(xiàn)的。
由于RAND_MAX通常是32767，意味著如果我們想要更大的范圍就會(huì)不適合了。同時(shí)，rand()也不適合產(chǎn)生浮點(diǎn)型隨機(jī)值如0.0-1.0. 同時(shí)rand()相對(duì)于其他算法擁有一個(gè)短的周期。
可以使用Mersenne Twister，它具有更好的結(jié)果，同時(shí)使用相對(duì)簡(jiǎn)單。