【C++学习笔记】伪随机数生成

1.1 底层原理与细节

伪随机数生成在游戏、仿真和加密中有广泛应用。C++11的<random>库取代了不可靠的rand()，提供了基于数学算法的随机数引擎（如std::mt19937，梅森旋转算法）和分布类。

• 引擎：

  • 伪随机数生成器（如std::mt19937，梅森旋转算法），可生成高质量随机序列。

  • 非确定性引擎（如std::random_device，依赖系统熵源，用于种子初始化）。

  • std::random_device rd;  // 非确定性种子源
    std::mt19937 gen(rd()); // 使用种子初始化Mersenne Twister引擎

• 分布：如std::uniform_int_distribution，通过数学变换将引擎输出映射到均匀分布区

  • std::uniform_int_distribution<int> dist(1, 6); // 1到6的均匀整数

  • std::normal_distribution<double> dist(0.0, 1.0); // 均值为0，标准差为1的正态分布

  • std::bernoulli_distribution dist(0.3); // 成功概率0.3的伯努利分布

底层实现避免了全局状态（如rand()的静态种子），支持线程安全和可重现性。

1.2 小案例：高质量随机数生成

#include <iostream>
#include <random>int main() {std::random_device rd;  // 硬件熵源种子std::mt19937 gen(rd()); // 梅森旋转引擎std::uniform_int_distribution<int> dist(1, 10); // 均匀分布[1, 10]std::cout << "5个随机数: ";for (int i = 0; i < 5; ++i) {std::cout << dist(gen) << " ";}std::cout << std::endl;return0;
}

2 demo

生成浮点数

std::uniform_real_distribution<double> dist(0.0, 1.0);
double val = dist(gen); // [0,1)区间的浮点数

生成非均匀分布

std::normal_distribution<double> nd(5.0, 2.0); // 均值5，标准差2
double x = nd(gen);

离散分布

std::discrete_distribution<int> dist{1, 2, 3}; // 概率权重1:2:3
int index = dist(gen); // 返回0/1/2，概率分别为1/6, 2/6, 3/6