C/C++中如何產生偽隨機數

標籤：

　　本文主要參考自一博文及cplusplus和cppreferrence。其中，該博文是對cplusplus上該偽隨機數條目的翻譯，下文中會參考調整。

　 1. C語言中的偽隨機數產生函數

 

　 2. C++語言中的偽隨機數產生器

　　C++中偽隨機數庫Random是C++11才開始添加的。它允許我們結合產生器（Generators）和分布器（Distributions）來產生偽隨機數。　

　　 產生器（Generators）：能夠產生離散的等可能分布數值。　　 分布器（Distributions）: 能夠把產生器產生的均勻分布值映射到其他各種各樣的分布，如均勻分布uniform，常態分佈normal，二項分布binomial，泊松分布poisson。　  2.1 一個簡單的例子　　下邊就是一個簡單的例子：

 1 #include <iostream> 2 #include <random> 3 using namespace std; 4  5 int main() 6 { 7     default_random_engine generator; 8     uniform_int_distribution<int> dis(0, 6); 9     for (int i = 0; i < 6; i++)10     {11         std::cout << dis(generator) << std::endl;    // 1 0 1 1 2 612     }13 14     return 0;15 }

View Code

　　如果我們嫌每次都要傳入產生器對象麻煩，我們可以使用std::bind來綁定產生器對象和分布器對象（注意bind在標頭檔functional中）。如下所示：

 1 #include <iostream> 2 #include <random> 3 #include <functional>    // std::bind 4 using namespace std; 5  6 int main() 7 { 8     default_random_engine generator; 9     uniform_int_distribution<int> dis(0, 6);10     auto dice = bind(dis, generator);11     for (int i = 0; i < 6; i++)12     {13         std::cout << dice() << std::endl;    // 1 0 1 1 2 614     }15 16     return 0;17 }

View Code

　　其實我們會發現上邊兩個代碼的結果不管跑多少次都是一樣的，很奇怪！我們可以試著給產生器一個種子，如下：

 1 #include <iostream> 2 #include <random> 3 #include <functional>    // std::bind 4 using namespace std; 5  6 int main() 7 { 8     default_random_engine generator(10);    // seed = 10 9     uniform_int_distribution<int> dis(0, 6);10     auto dice = bind(dis, generator);11     for (int i = 0; i < 6; i++)12     {13         std::cout << dice() << std::endl;    // 2 0 4 1 2 414     }15 16     return 0;17 }

View Code

　　現在我們看到結果不一樣了。但是，不管我們再跑多少次，其結果還是一樣的，這就更加奇怪了。究其原因，在於我們設定的種子是固定的。對於電腦而言，當輸入確定時，輸出也一定是確定的。因為產生器演算法和分布器演算法都是確定的，所以當輸入是確定的時候，輸出也必然是確定的。因此，為了得到不一樣的結果，我們可以將系統時間當作種子：

 1 #include <iostream> 2 #include <random> 3 #include <functional>    // std::bind 4 #include "time.h"        // time 5 using namespace std; 6  7 int main() 8 { 9     default_random_engine generator(time(NULL));10     uniform_int_distribution<int> dis(0, 6);11     auto dice = bind(dis, generator);12     for (int i = 0; i < 6; i++)13     {14         std::cout << dice() << std::endl;15     }16 17     return 0;18 }

View Code　  2.2 關於產生器和分布器

　　關於產生器和分布器，請參照cplusplus手冊。

　　下邊是一個來自cppreferrence的例子:

 1 #include <iostream> 2 #include <iomanip> 3 #include <string> 4 #include <map> 5 #include <random> 6 #include <cmath> 7 using namespace std; 8  9 int main()10 {11     // Seed with a real random value, if available12     std::random_device rd;13     cout << rd() << endl;14     // Choose a random mean between 1 and 615     std::default_random_engine e1(rd());16     std::uniform_int_distribution<int> uniform_dist(1, 6);17     int mean = uniform_dist(e1);18     std::cout << "Randomly-chosen mean: " << mean << ‘\n‘;19 20     // Generate a normal distribution around that mean21     std::mt19937 e2(rd());22     std::normal_distribution<> normal_dist(mean, 2);    // default: double23 24     std::map<int, int> hist;25     for (int n = 0; n < 10000; ++n) {26         ++hist[std::round(normal_dist(e2))];27     }28     std::cout << "Normal distribution around " << mean << ":\n";29     for (auto p : hist) {30         std::cout << std::fixed << std::setprecision(1) << std::setw(2)31             << p.first << ‘ ‘ << std::string(p.second / 200, ‘*‘) << ‘\n‘;32     }33 34     return 0;35 }

View Code

　　我們可以發現上述例子用到了random_device這個產生器。該產生器產生的是非確定性隨機數。在Linux的實現中，是讀取/dev/urandom裝置；在Windows的實現居然是用rand_s。random_device提供()操作符，用來返回一個min()到max()之間的一個數字（min()、max()均為該產生器成員函數）。如果是Linux(Unix Like或者Unix)下，都可以使用這個來產生高品質的隨機數，可以理解為真隨機數。

　　一個例子如下：

 1 // random_device example 2 #include <iostream> 3 #include <random> 4  5 int main () 6 { 7   std::random_device rd; 8  9   std::cout << "default random_device characteristics:" << std::endl;10   std::cout << "minimum: " << rd.min() << std::endl;11   std::cout << "maximum: " << rd.max() << std::endl;12   std::cout << "entropy: " << rd.entropy() << std::endl;13   std::cout << "a random number: " << rd() << std::endl;14 15   return 0;16 }

View Code

　　可能的輸出是：

1 default random_device characteristics:2 minimum: 03 maximum: 42949672954 entropy: 325 a random number: 4230014324

View Code

　　有些情況下，隨了拿時間當種子，random_device也經常被用來產生種子。

 

C/C++中如何產生偽隨機數