• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>

            陋居

            淡薄名利,修身養性

              C++博客 :: 首頁 :: 聯系 :: 聚合  :: 管理
              31 Posts :: 1 Stories :: 4 Comments :: 0 Trackbacks

            常用鏈接

            留言簿

            我參與的團隊

            搜索

            •  

            最新評論

            閱讀排行榜

            評論排行榜

            原文 http://www.cnblogs.com/finallyliuyu/archive/2010/10/11/1848130.html

            一、C++中不能使用random()函數

            ==================================================================================

            本文由青松原創并依GPL-V2及其后續版本發放,轉載請注明出處且應包含本行聲明。

            C++中常用rand()函數生成隨機數,但嚴格意義上來講生成的只是偽隨機數(pseudo-random integral number)。生成隨機數時需要我們指定一個種子,如果在程序內循環,那么下一次生成隨機數時調用上一次的結果作為種子。但如果分兩次執行程序,那么由 于種子相同,生成的“隨機數”也是相同的。

            在工程應用時,我們一般將系統當前時間(Unix時間)作為種子,這樣生成的隨機數更接近于實際意義上的隨機數。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);
            }
            /* 運行結果
            * 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數呢?似乎9有點多哦?卻沒有1,4,7?!我們來做一個概率實驗,生成1000萬個隨機數,看0-9這10個數出現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);
            }
            /* 運行結果
            * 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數是滿足統計規律的。

            另:在Linux下利用GCC編譯程序,即使我執行了1000000次運算,是否將random函數定義了inline函數似乎對程序沒有任何影響,有理由相信,GCC已經為我們做了優化。但是冥冥之中我又記得要做inline優化得加O3才行...

            不行,于是我們把循環次數改為10億次,用time命令查看執行時間:
            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

            前一次為進行inline優化的情形,后一次為沒有作inline優化的情形,兩次結果相差不大,甚至各項指標后者還要好一些,不知是何緣由...

            =================================================================================


                 random函數不是ANSI C標準,不能在gcc,vc等編譯器下編譯通過。 可改用C++下的rand函數來實現。     1、C++標準函數庫提供一隨機數生成器rand,返回0-RAND_MAX之間均勻分布的偽隨機整數。 RAND_MAX必須至少為32767。rand()函數不接受參數,默認以1為種子(即起始值)。 隨機數生成器總是以相同的種子開始,所以形成的偽隨機數列也相同,失去了隨機意義。(但這樣便于程序調試)
                  2、C++中另一函數srand(),可以指定不同的數(無符號整數變元)為種子。但是如果種子相同,偽隨機數列也相同。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,比如時間來作為隨機數生成器的種子。 time的值每時每刻都不同。所以種子不同,所以,產生的隨機數也不同。
            // C++隨機函數(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()函數產生一個以當前時間開始的隨機種子.應該放在for等循環語句前面 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,其隨機域為0~MAX-1
               return 0;
            }
            二、rand()的用法
                 rand()不需要參數,它會返回一個從0到最大隨機數的任意整數,最大隨機數的大小通常是固定的一個大整數。 這樣,如果你要產生0~10的10個整數,可以表達為:
              int N = rand() % 11;
                 這樣,N的值就是一個0~10的隨機數,如果要產生1~10,則是這樣:
              int N = 1 + rand() % 10;
              總結來說,可以表示為:
              a + rand() % n
                 其中的a是起始值,n是整數的范圍。   a + rand() % (b-a+1) 就表示 a~b之間的一個隨機數若要0~1的小數,則可以先取得0~10的整數,然后均除以10即可得到隨機到十分位的10個隨機小數,若要得到隨機到百 分位的隨機小數,則需要先得到0~100的10個整數,然后均除以100,其它情況依此類推。
                 通常rand()產生的隨機數在每次運行的時候都是與上一次相同的,這是有意這樣設計的,是為了便于程序的調試。若要產生每次不同的隨機數,可以使用srand( seed )函數進行隨機化,隨著seed的不同,就能夠產生不同的隨機數。
                 如大家所說,還可以包含time.h頭文件,然后使用srand(time(0))來使用當前時間使隨機數發生器隨機化,這樣就可以保證每兩次運行時可以得到不同的隨機數序列(只要兩次運行的間隔超過1秒)。

            posted on 2010-12-02 08:42 eircQ 閱讀(1235) 評論(0)  編輯 收藏 引用 所屬分類: Arithmetic
            久久人妻少妇嫩草AV蜜桃| 久久久久国产视频电影| 亚洲欧洲精品成人久久奇米网| 麻豆亚洲AV永久无码精品久久| 99久久国产精品免费一区二区 | 综合久久精品色| 久久99亚洲综合精品首页 | 久久精品成人免费国产片小草| 久久99国产综合精品女同| 久久亚洲私人国产精品| 久久男人Av资源网站无码软件| 亚洲精品国精品久久99热一| 伊人久久大香线焦AV综合影院 | 亚洲综合日韩久久成人AV| 久久精品国产一区二区三区| 久久99精品久久久久久水蜜桃| 久久久久久极精品久久久| 欧美精品福利视频一区二区三区久久久精品 | 久久亚洲国产午夜精品理论片| 国产精品免费看久久久| 久久久久久久尹人综合网亚洲| 久久香蕉国产线看观看乱码| 91久久精品国产成人久久| 激情久久久久久久久久| 免费一级做a爰片久久毛片潮| 伊人久久大香线蕉精品不卡| 中文字幕乱码久久午夜| 国产精品久久亚洲不卡动漫| 99久久国产亚洲高清观看2024| 久久国产精品无码网站| 久久亚洲熟女cc98cm| 久久九九精品99国产精品| 91精品国产综合久久四虎久久无码一级 | 亚洲国产精品一区二区久久hs| 亚洲日本va中文字幕久久| 97久久精品人妻人人搡人人玩| 亚洲午夜精品久久久久久人妖| 综合久久给合久久狠狠狠97色 | 日韩电影久久久被窝网| 久久丫精品国产亚洲av| 国产成人久久777777|