使用c++标准库<random>生成随机数，需选择引擎如std::mt19937和分布类如std::uniform_int_distribution，结合random_device设置种子，可生成高质量、分布均匀的随机数，避免rand()的随机性差、分布不均等问题，适用于整数、浮点数、正态分布等场景。

在C++中生成随机数，核心方法是使用标准库中的 <random> 头文件。相比早期使用 rand() 函数的方式，现代C++推荐使用更精确、分布更均匀的随机数生成机制。

使用 <random> 生成高质量随机数

C++11 引入了功能强大的随机数库，包含随机数引擎和分布类，能生成符合特定统计分布的随机值。

基本步骤如下：

• 选择一个随机数引擎，如 std::mt19937（梅森旋转算法）
• 选择一个分布类型，如 std::uniform_int_distribution 或 std::normal_distribution
• 用引擎生成随机数，并通过分布调整范围或形态

示例：生成 1 到 100 的随机整数

#include <iostream> #include <random>  int main() {     std::random_device rd;  // 用于生成种子     std::mt19937 gen(rd()); // 随机数引擎     std::uniform_int_distribution<int> dis(1, 100);      for (int i = 0; i < 5; ++i) {         std::cout << dis(gen) << " ";     }     return 0; } 

避免使用 rand() 的常见问题

传统方式使用 srand(time(0)) 配合 rand() 虽然简单，但存在多个缺陷：

立即学习“C++免费学习笔记（深入）”；

• 随机性差，周期短
• 分布不均，尤其在取模后
• 跨平台行为不一致
• 精度受限，最大值由 RAND_MAX 决定（通常为 32767）

因此，在新项目中应尽量避免使用 rand()。

壁纸样机神器

免费壁纸样机生成

0

查看详情

设置种子以控制随机性

若希望每次运行程序得到相同的“随机”序列（例如调试时），可以固定种子：

std::mt19937 gen(42); // 固定种子，结果可重现 

若希望每次不同，建议使用 std::random_device 获取真随机种子：

std::random_device rd; std::mt19937 gen(rd()); 

常用分布类型与应用场景

根据需求选择合适的分布类，能直接获得所需格式的随机数：

• std::uniform_int_distribution<T>：生成指定范围内的整数
• std::uniform_real_distribution<T>：生成指定区间的浮点数
• std::normal_distribution<T>：生成正态分布数据，适合模拟自然现象
• std::bernoulli_distribution：生成布尔值，按指定概率返回 true/false

示例：生成 0.0 到 1.0 的随机浮点数

std::uniform_real_distribution<double> dis(0.0, 1.0); double value = dis(gen); 

基本上就这些。掌握 <random> 的使用，能让你在C++中高效、可靠地生成各类随机数，避免老式方法的陷阱。关键是选对引擎和分布，再合理设置种子。不复杂但容易忽略细节。