程序生成随机数

1. Qt

1.1 qsrand() 和qrand()

通过qsrand() 和qrand()函数来生成随机数。随机数生成器本质上是按照特定算法生成一系列看似随机的数字。但实际上，这些数字是基于一个初始值（即种子）按照固定算法计算得出的。如果每次使用相同的种子，那么随机数生成器将产生相同的随机数序列。qsrand() 函数的作用就是为随机数生成器设置这个初始种子，从而影响后续生成的随机数序列。

1. qsrand() 是 Qt 框架提供的一个用于初始化随机数生成器种子的函数，它在<QtCore/QRandomGenerator> （旧版本中是 <QtCore/QTime> 配合使用）相关的随机数生成操作中扮演着重要角色。
   该函数在 <QtCore/QRandomGenerator> 头文件（在旧版本中为 <QtCore/QCoreApplication> ）中声明。这里的参数 seed 是一个无符号整数，作为随机数生成器的种子。

void qsrand(uint seed);

2. qrand() 函数用于生成具体的随机数。qrand() 函数用于生成伪随机整数。该函数生成的随机数范围是 [0, RAND_MAX]，其中 RAND_MAX 是一个常量，表示随机数的最大值。RAND_MAX 的值在不同的系统和编译器中可能会有所不同，但在大多数系统中，RAND_MAX 被定义为 32767 （即 2^15 - 1）。这意味着 qrand() 函数生成的随机数是一个非负整数，其取值范围从 0 到 RAND_MAX。

#include <QCoreApplication>
#include <QDebug>
#include <QTime>int main(int argc, char *argv[])
{QCoreApplication a(argc, argv);// 使用当前时间作为种子初始化随机数生成器qsrand(QTime::currentTime().msec());// 生成并输出10个随机整数for (int i = 0; i < 10; ++i) {int randomNumber = qrand();qDebug() << "生成的随机数: " << randomNumber;}return a.exec();
}

在这个例子中，使用 QTime::currentTime().msec() 作为种子，因为每毫秒的时间值通常是不同的，所以每次运行程序时，随机数生成器的种子不同，进而产生不同的随机数序列。qrand() 函数用于生成具体的随机数。

1.2 QRandomGenerator 类

不过，在现代 Qt（Qt 5.10 及以后版本）中，推荐使用 QRandomGenerator 类来生成随机数，它提供了更安全、更现代的随机数生成方式，而 qsrand() 和 qrand() 已被标记为过时。示例如下：

#include <QCoreApplication>
#include <QDebug>
#include <QRandomGenerator>int main(int argc, char *argv[])
{QCoreApplication a(argc, argv);// 生成并输出10个随机整数for (int i = 0; i < 10; ++i) {quint32 randomNumber = QRandomGenerator::global()->generate();qDebug() << "生成的随机数: " << randomNumber;}return a.exec();
}

在这个示例中，QRandomGenerator::global()->generate() 用于生成一个无符号 32 位整数的随机数，并且不需要手动设置种子，QRandomGenerator 会自动处理种子的初始化，提供更好的随机性和安全性。
QRandomGenerator::global()->bounded(0, 101) 用于生成一个范围在 [0, 100] 的随机整数

• 可重复性问题：如果需要复现相同的随机数序列，可使用固定的种子调用 qsrand()。但在大多数实际应用场景中，为了得到不同的随机数序列，通常会使用变化的值（如当前时间）作为种子。
• 过时性：由于 qsrand() 和 qrand() 存在一些随机性和安全性方面的问题，在新的 Qt 项目中建议使用 QRandomGenerator 类来替代。

2. C语言

2.1 使用 rand() 和 srand() 函数

1. rand() 函数：该函数会返回一个介于 0 到 RAND_MAX 之间的伪随机整数。RAND_MAX 是一个常量，其值至少为 32767，不同系统可能会有所不同。
2. srand() 函数：此函数用于初始化随机数生成器的种子。若每次运行程序时种子相同，rand() 函数就会生成相同的随机数序列。所以，通常会使用当前时间作为种子，以确保每次运行程序时生成不同的随机数序列。

#include <stdio.h>
#include <stdlib.h>
#include <time.h>int main() {// 使用当前时间作为随机数生成器的种子srand(time(NULL));// 生成10个随机数for (int i = 0; i < 10; i++) {// 生成一个0到99之间的随机数int random_num = rand() % 100;printf("随机数 %d: %d\n", i + 1, random_num);}return 0;
}

• srand(time(NULL))：time(NULL) 会返回当前的时间戳，将其作为 srand() 函数的参数，以此初始化随机数生成器的种子。
• rand() % 100：rand() 函数生成一个随机整数，通过取模运算 % 100 可以将随机数的范围限制在 0 到 99 之间。

2.2 使用 <random.h> 库（C11 标准）

C11 标准引入了 <random.h> 库，该库提供了更强大、更灵活的随机数生成功能，能够生成不同分布的随机数，如均匀分布、正态分布等。

#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <random>int main() {// 创建一个随机数生成器struct random_data rd;char state[32];initstate_r(time(NULL), state, sizeof(state), &rd);// 生成10个0到99之间的随机数for (int i = 0; i < 10; i++) {int random_num;random_r(&rd, &random_num);random_num = random_num % 100;printf("随机数 %d: %d\n", i + 1, random_num);}return 0;
}

• initstate_r()：该函数用于初始化随机数生成器的状态，使用当前时间作为种子。
• random_r()：此函数会生成一个随机整数，同样通过取模运算将随机数的范围限制在 0 到 99 之间。
• random_data 结构体是 <random.h> 头文件里定义的，这个头文件是 C11 标准引入的，用于实现更高级的随机数生成功能。random_data 结构体用于存储随机数生成器的内部状态信息。在使用 random_r 这类可重入的随机数生成函数时，就需要借助这个结构体来保存和管理随机数生成器的状态。之所以要有这样的结构体，是因为可重入函数要能在多线程环境下安全使用，每个线程得有自己独立的随机数生成器状态，避免不同线程之间的状态相互干扰。
• 状态数组：char state[32]; 定义了一个字符数组 state，用于存储随机数生成器的状态信息。
• 在多线程环境中使用 random_r 函数时，每个线程都需要有自己独立的 random_data 结构体变量，以此保证线程安全。

3. C++

3.1 使用 和 库（旧方法）

这种方法主要利用 rand() 函数生成随机数，同时使用 srand() 函数设置随机数种子。rand() 函数会返回一个介于 0 到 RAND_MAX 之间的伪随机整数，RAND_MAX 是一个常量，其值至少为 32767。为了让每次运行程序时生成不同的随机数序列，通常会使用 srand() 结合 time() 函数以当前时间作为种子。

#include <iostream>
#include <cstdlib>
#include <ctime>int main() {// 使用当前时间作为随机数种子std::srand(static_cast<unsigned int>(std::time(nullptr)));// 生成10个0到99之间的随机数for (int i = 0; i < 10; ++i) {int randomNumber = std::rand() % 100;std::cout << "随机数 " << i + 1 << ": " << randomNumber << std::endl;}return 0;
}

• std::srand(static_cast(std::time(nullptr)));：使用当前时间作为随机数种子，确保每次运行程序时生成不同的随机数序列。
• std::rand() % 100：生成一个 0 到 99 之间的随机数。

3.2 使用 库（C++11 及以后推荐方法）

库是 C++11 引入的，提供了更强大、更灵活且随机性更好的随机数生成功能。它包含了多种随机数引擎和分布类型，可以根据需求选择合适的引擎和分布来生成随机数。

#include <iostream>
#include <random>int main() {// 定义随机数引擎，这里使用默认的随机数引擎std::random_device rd;std::mt19937 gen(rd());// 定义分布类型，这里使用均匀分布，范围是0到99std::uniform_int_distribution<> dis(0, 99);// 生成10个随机数for (int i = 0; i < 10; ++i) {int randomNumber = dis(gen);std::cout << "随机数 " << i + 1 << ": " << randomNumber << std::endl;}return 0;
}

• std::random_device rd;：创建一个 random_device 对象，它通常用于获取真正的随机数种子。
• std::mt19937 gen(rd());：创建一个 mt19937 随机数引擎，并使用 random_device 生成的种子进行初始化。mt19937 是一个常用的梅森旋转算法随机数引擎，具有较好的随机性和性能。
• std::uniform_int_distribution<> dis(0, 99);：创建一个均匀整数分布对象，指定随机数的范围为 0 到 99。
• dis(gen)：通过分布对象 dis 对随机数引擎 gen 进行采样，生成一个符合指定分布的随机数。

3.3 生成浮点数随机数

使用 库也可以方便地生成浮点数随机数，以下是一个生成 0 到 1 之间浮点数随机数的示例：

#include <iostream>
#include <random>int main() {std::random_device rd;std::mt19937 gen(rd());// 定义均匀浮点分布，范围是0到1std::uniform_real_distribution<> dis(0.0, 1.0);for (int i = 0; i < 10; ++i) {double randomNumber = dis(gen);std::cout << "随机浮点数 " << i + 1 << ": " << randomNumber << std::endl;}return 0;
}

这个示例与生成整数随机数的示例类似，只是使用了 std::uniform_real_distribution 来定义浮点数的均匀分布。