從前的隨機數

C++11之前，無論是C，還是C++都使用相同方式的來生成隨機數，程式碼大致如下：

由於rand()產生的是偽隨機數，所以需要為rand函式提供種子。種子不同產生的隨機數序列也不同。通常的做法是呼叫srand(time(0)），由於time返回的是系統時間，每秒都會不同，所以產生的隨機數相同機率就會變得很小。

這種方式有一個難點，就是不容易控制輸出結果的範圍。特別是希望不是均勻分佈的時候就更難。

隨機數庫（Random Number Library）

C++11中提供了隨機數庫，包括隨機數引擎類（random-number engines）和隨機數分佈類(random-number distribution)。二者一般配合使用。

隨機數引擎

標準庫提供了多重隨機數引擎，這裡以default_random_engine類為例進行說明。

到這裡為止，和之前的方式沒有什麼本質區別，只是形式不同。別忙，接著往下看。

隨機數分佈類

C++11通過隨機數分佈類來控制隨機數引擎生成的隨機數的分佈情況。

生成平均分佈的整數

程式碼中使用uniform_int_distribution<int>來控制隨機數引擎生成0到10之間的整數。

生成平均分佈的實數

程式碼中使用uniform_real_distribution來控制隨機數引擎生成0到10之間的實數。

生成正態分佈的實數

程式碼中使用normal_distribution<>來控制隨機數引擎生成均值為2，標準差為0.25的正態分佈資料。

生成概率可控的布林值

程式碼中使用bernoulli_distribution來控制隨機數引擎生成布林值隨機數，其中1的概率為0.3。

輸出結果

作者一句話

如果看一下C++11標準庫，你會發現還有很多種隨機數引擎類和隨機數分佈類。需要的時候去學吧。

覺得本文有幫助？請分享給更多人。

閱讀更多更新文章，請掃描下面二維碼，關注微信公眾號【面向物件思考】