C++ random库详解（从入门到精通：掌握C++11标准随机数生成）

为什么不再推荐使用 rand()？

传统的rand()函数存在以下问题：

• 随机性差（伪随机周期短）
• 分布不均匀（尤其取模操作后）
• 全局状态，线程不安全
• 无法指定分布类型（如正态分布、指数分布等）

而C++11引入的<random>库完美解决了这些问题，成为现代C++开发的首选。

C++ random库三大核心组件

C++ random库主要由三部分组成：

1. 随机数引擎（Engines）：负责生成原始的随机位序列，如mt19937、default_random_engine等。
2. 分布器（Distributions）：将引擎生成的数字映射为特定概率分布，如uniform_int_distribution（均匀整数分布）、normal_distribution（正态分布）等。
3. 种子（Seed）：用于初始化引擎，确保每次运行可复现或不可复现的结果。

基础用法：生成[1, 100]之间的随机整数

下面是一个使用mt19937引擎和uniform_int_distribution分布器的完整示例：

#include <iostream>#include <random>int main() {    // 1. 创建随机数引擎（推荐使用 mt19937）    std::random_device rd;  // 真随机设备，用于生成种子    std::mt19937 gen(rd()); // 使用 Mersenne Twister 算法    // 2. 定义分布范围 [1, 100]    std::uniform_int_distribution<int> dis(1, 100);    // 3. 生成随机数    for (int i = 0; i < 10; ++i) {        std::cout << dis(gen) << " ";    }    std::cout << std::endl;    return 0;}

这段代码展示了如何使用C++11随机数生成10个1到100之间的整数。注意：std::random_device用于获取操作系统提供的真随机种子，避免每次程序运行结果相同。

常用随机数引擎对比

常见分布器示例

除了均匀整数分布，C++标准库random还支持多种概率分布：

1. 均匀浮点分布（0.0 到 1.0）

std::uniform_real_distribution<double> dis(0.0, 1.0);double r = dis(gen); // 生成 [0.0, 1.0) 之间的浮点数

2. 正态分布（高斯分布）

std::normal_distribution<double> dis(10.0, 2.0); // 均值=10.0，标准差=2.0double r = dis(gen); // 生成符合正态分布的随机数

3. 指数分布

std::exponential_distribution<double> dis(1.0); // 参数 lambda = 1.0double r = dis(gen);

封装成可重用函数

为了提高代码复用性，可以将随机数生成逻辑封装成函数：

#include <random>// 返回 [min, max] 范围内的随机整数int getRandomInt(int min, int max) {    static std::random_device rd;    static std::mt19937 gen(rd());    std::uniform_int_distribution<> dis(min, max);    return dis(gen);}// 使用示例int num = getRandomInt(1, 100);

注意：这里使用static关键字确保引擎只初始化一次，提升性能。

总结

通过本文，你已经掌握了C++ random库的基本使用方法。记住以下要点：

• 永远不要再用rand()！
• 优先选择std::mt19937作为随机数引擎
• 使用std::random_device初始化种子
• 根据需求选择合适的分布器

现在，你可以自信地在你的C++项目中使用现代、高效、安全的随机数生成方案了！如果你正在学习C++11随机数相关内容，希望这篇教程能为你打下坚实基础。