千家信息网

C++11随机数库怎么使用

发表于:2024-10-25 作者:千家信息网编辑
千家信息网最后更新 2024年10月25日,本篇内容主要讲解"C++11随机数库怎么使用",感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习"C++11随机数库怎么使用"吧!从前的随机数C++11之前,无论
千家信息网最后更新 2024年10月25日C++11随机数库怎么使用

本篇内容主要讲解"C++11随机数库怎么使用",感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习"C++11随机数库怎么使用"吧!

从前的随机数

C++11之前,无论是C,还是C++都使用相同方式的来生成随机数,代码大致如下:

由于rand()产生的是伪随机数,所以需要为rand函数提供种子。种子不同产生的随机数序列也不同。通常的做法是调用srand(time(0)),由于time返回的是系统时间,每秒都会不同,所以产生的随机数相同几率就会变得很小。

这种方式有一个难点,就是不容易控制输出结果的范围。特别是希望不是均匀分布的时候就更难。

随机数库(Random Number Library)

C++11中提供了随机数库,包括随机数引擎类(random-number engines)和随机数分布类(random-number distribution)。二者一般配合使用。

随机数引擎

标准库提供了多重随机数引擎,这里以default_random_engine类为例进行说明。

到这里为止,和之前的方式没有什么本质区别,只是形式不同。别忙,接着往下看。

随机数分布类

C++11通过随机数分布类来控制随机数引擎生成的随机数的分布情况。

生成平均分布的整数

代码中使用uniform_int_distribution来控制随机数引擎生成0到10之间的整数。

生成平均分布的实数

代码中使用uniform_real_distribution来控制随机数引擎生成0到10之间的实数。

生成正态分布的实数

代码中使用normal_distribution<>来控制随机数引擎生成均值为2,标准差为0.25的正态分布数据。

生成概率可控的布尔值

代码中使用bernoulli_distribution来控制随机数引擎生成布尔值随机数,其中1的概率为0.3。

输出结果

到此,相信大家对"C++11随机数库怎么使用"有了更深的了解,不妨来实际操作一番吧!这里是网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!

0