rand(),srand()产生随机数

简介: rand()函数可以用来产生随机数,但是这不是真真意义上的随机数,是一个伪随机数,是根据一个数,我们可以称它为种子,为基准以某个递推公式推算出来的一系数,当这系列数很大的时候,就符合正态公布,从而相当于产生了随机数,但这不是真正的随机数,当计算机正常开机后,这个种子的值是定了的,除非你破...

      rand()函数可以用来产生随机数,但是这不是真真意义上的随机数,是一个伪随机数,是根据一个数,我们可以称它为种子,为基准以某个递推公式推算出来的一系数,当这系列数很大的时候,就符合正态公布,从而相当于产生了随机数,但这不是真正的随机数,当计算机正常开机后,这个种子的值是定了的,除非你破坏了系统,为了改变这个种子的值,C提供了 srand()函数,它的原形是void srand( int a).
      初始化随机产生器既rand()函数的初始值,即使把种子的值改成a; 从这你可以看到通过sand()函数,我们是可以产生可以预见的随机序列,那我们如何才能产生不可预见的随机序列呢?我们可能常常需要这样的随机序列,是吧。利用srand((unsigned)time(NULL))是一种方法,因为每一次运行程序的时间是不同的.

      rand()会返回一随机数值,范围在0至RAND_MAX 间。返回0至RAND_MAX之间的随机数值,RAND_MAX定义在stdlib.h,(其值至少为32767),运算的结果是一个不定的数,要看你定义的变量类型,int整形的话就是32767。 在调用此函数产生随机数前,必须先利用srand()设好随机数种子,如果未设随机数种子,rand()在调用时会自动设随机数种子为1。一般用for语句来设置种子的个数。

现在的C编译器都提供了一个基于ANSI标准的伪随机数发生器函数,用来生成随机数。它们就是rand()srand()函数。这二个函数的工作过程如下:

  • 1) 首先给srand()提供一个种子,它是一个unsigned int类型,其取值范围从0~65535;
  • 2) 然后调用rand(),它会根据提供给srand()的种子值返回一个随机数(在0到32767之间)
  • 3) 根据需要多次调用rand(),从而不间断地得到新的随机数;
  • 4) 无论什么时候,都可以给srand()提供一个新的种子,从而进一步“随机化”rand()的输出结果。

可能大家都知道c语言中的随机函数random,可是random函数并不是ANSI C标准,所以说,random函数不能在gcc,vc等编译器下编译通过。

random()产生随机数为0或1;

random(n)产生随机数为0到n之间的一个随机数;

rand()产生0到32768之间的一个随机数。

     需要首先使用随机数“种子”初始化,srand函数。下面是0~32767之间的随机数程序

 1 #i nclude <stdlib.h>
 2 #i nclude <stdio.h>
 3 #i nclude <time.h> //使用当前时钟做种子
 4 
 5 void main( void )
 6 {
 7    int i;
 8    srand( (unsigned)time( NULL ) );//初始化随机数
 9 
10    /* 打印10个随机数. */
11      for( i = 0; i < 10;i++ )
12         printf( " %d\n", rand() );
13 }       
范例 
/* 产生介于1 到10 间的随机数值,此范例未设随机数种子,完整的随机数产生请参考srand()*/
 1 #include<stdlib.h> 
 2 int  main() 
 3 { 
 4     int i,j; 
 5     for(i=0;i<10;i++) 
 6    { 
 7      j=1+(int)(10.0*rand()/(RAND_MAX+1.0)); 
 8      printf("%d ",j); 
 9     } 
10     return 011 } 
12 
13 执行结果: 
14 9 4 8 8 10 2 4 8 3 6 
15 9 4 8 8 10 2 4 8 3 6 

根据上面的程序可以很容易得到0~1之间的随机数:

 1 #include <stdlib.h>
 2 #include <stdio.h>
 3 #include <time.h> 
 4 int main( )
 5 {   int i;
 6     srand( (unsigned)time( NULL ) );  
 7        for( i = 0; i < 10;i++ )
 8             printf( "%5.2f\n", rand()/32767.0);
 9     return 010 }

而产生1~100之间的随机数可以这样写:

 1 #include <stdlib.h>
 2 #include <stdio.h>
 3 #include <time.h> 
 4 int main( )
 5 {   int i;
 6     srand( (unsigned)time( NULL ) );  
 7        for( i = 0; i < 10;i++ )
 8             printf( "%d\n", rand()%100+1);
 9     return 0;
10 }

产生0--99之间的随机数:

 1 #include <stdlib.h> 
 2 #include <stdio.h> 
 3 int main() 
 4 { 
 5    int i; 
 6    printf("Ten random numbers from 0 to 99\n\n"); 
 7    for(i=0; i<10; i++) 
 8       printf("%d\n", rand() % 100); 
 9    return 0; 
10 } 

 

如何产生设定范围内的随机数

    由于rand产生的随机数从0到rand_max,而rand_max是一个很大的数,那么如何产生从X~Y的数呢?

    从X到Y,有Y-X+1个数,所以要产生从X到Y的数,只需要这样写:

                         k=rand()%(Y-X+1)+X;

    这样,就可以产生你想要的任何范围内的随机数了。

 

 

 

 

下面是搜回来的:

 

问题1: 怎样获得一个真正的随机数?要知道,rand()是不能产生真正的随机数的!即使不能产生真正的随机数,也要大概接近呀!而rand()好象每次的随机都一样。

 

专家解答:

 

    之所以rand()每次的随机数都一样是因为rand()函数使用不正确。各种编程语言返回的随机数(确切地说是伪随机数)实际上都是根据递推公式计算的一组数值,当序列足够长,这组数值近似满足均匀分布。如果计算伪随机序列的初始数值(称为种子)相同,则计算出来的伪随机序列就是完全相同的。这个特性被有的软件利用于加密和解密。加密时,可以用某个种子数生成一个伪随机序列并对数据进行处理;解密时,再利用种子数生成一个伪随机序列并对加密数据进行还原。这样,对于不知道种子数的人要想解密就需要多费些事了。当然,这种完全相同的序列对于你来说是非常糟糕的。要解决这个问题,需要在每次产生随机序列前,先指定不同的种子,这样计算出来的随机序列就不会完全相同了。你可以在调用rand()函数之前调用srand( (unsigned)time( NULL ) ),这样以time函数值(即当前时间)作为种子数,因为两次调用rand函数的时间通常是不同的,这样就可以保证随机性了。你也可以使用srand函数来人为指定种子数。Windows 9x/NT的游戏FreeCell就允许用户指定种子数,这样用户如果一次游戏没有成功,下次还可以以同样的发牌结果再玩一次。

    

  问题2: 我按照上述方法并不能产生随机数,仅产生公差为3或4的等差数列:

    #include <stdlib.h>

    #include <iostream.h>

    #include <conio.h>

    #include <time.h>

    void main()

    {

     for(int i=0;i<100000;i++)

     {

     srand( (unsigned)time( NULL ) );

     cout<<rand()<<endl;

     }

    }

专家解答:

   你的程序是有问题的,你每产生一个随机数之前,都调用一次srand,而由于计算机运行很快,所以你每次用time得到的时间都是一样的(time的时间精度较低,只有55ms)。这样相当于使用同一个种子产生随机序列,所以产生的随机数总是相同的。你应该把srand放在循环外:

     srand( (unsigned)time( NULL ) );

     for(int i=0;i<100000;i++)

     {

     //相关语句

     }

 

 

C语言中可以使用rand()函数来生成一个从0到RAND_MAX的uniform分布。基于这个函数,我们可以构造出一些特定的随机数生成器来满足我们的需求。

(一)0到1的uniform分布:

//generate a random number in the range of [0,1]
double uniform_zero_to_one(){
    return (double)rand()/RAND_MAX;
}

(二)任意实数区间的uniform分布:

//generate a random real number in [start,end]
double uniform_real(double start,double end){
    double rate=(double)rand()/RAND_MAX;
    return start+(end-start)*rate;
}

(三)任意整数区间的uniform分布:

复制代码
//generate a random integer number in [start,end)
int uniform_integer(int start,int end){
    int base=rand();
    if(base==RAND_MAX)
        return uniform_integer(start,end);
    int range=end-start;
    int remainder=RAND_MAX%range;
    int bucket=RAND_MAX/range;
    if(base<RAND_MAX-remainder)
        return start+base/bucket;
    else
        return uniform_integer(start,end);


}
复制代码

这个函数要特别说明一下,平常时候我们都是用rand()%n来生成0到n-1的随机数,但是按这种方法生成的分布并不是uniform的,更详细的讨论可以参见stackoverflow http://stackoverflow.com/questions/2509679/how-to-generate-a-random-number-from-within-a-range-c。另外,我这个函数也是从stackoverflow上获得,不敢据为己有,此处只为和大家分享。

另外由于RAND_MAX只有32767,因此要生成比这个数更大的随机数需要另外想办法,理论上可以直接用0到1的uniform分布直接放缩,但实际效果不好。这里给出一种移位方式的实现。

(四)32bits的随机数

//generate a random 32 bits integer number 
int rand32(){
    return ((rand()<<16)+(rand()<<1)+rand()%2);
}

有了32bits的随机数生成方法,就可以构造32bits范围内的随机整数区间了,方法和之前16bits的情况一样。

(五)32bits范围内的随机整数区间

复制代码
//generate a random 32bits integer number in [start,end)
 int uniform_integer_32(int start,int end){
     int base=rand32();
    if(base==RAND32_MAX)
        return uniform_integer_32(start,end);
    int range=end-start;
    int remainder=RAND32_MAX%range;
    int bucket=RAND32_MAX/range;
    if(base<RAND32_MAX-remainder)
        return start+base/bucket;
    else
        return uniform_integer_32(start,end);
}
复制代码

这里RAND32_MAX定义为0x7fffffff。

除此之外,利用rand()函数构造任意分布的随机数也是个值得探讨的问题。

理论上可以通过(0,1)的uniform分布,加上标准采样方法(sampling)获得。但是实现还是不那么容易的。之前在CSDN上看到有人推荐Intel MKL库(Intel MKL Vector Statistical Library (VSL) is a collection of 9 random number generators and 22 probability distributions that deliver significant performance improvements in physics, chemistry, and financial analysis.)这个库包括了常见的随机数生成器,以及可以生成常见的随机数分布。

伪随机数其实是一个很值得研究的课题,这里只是抛砖引玉,欢迎讨论,欢迎提出更好的方法。

续一:在本文发布后,有人提出来boost库有关于随机数的东西,我查了一下,确实如此。这里给出boost库随机数文档的链接:http://www.boost.org/doc/libs/1_35_0/libs/random/index.html

续二:C++ 11开始标准库也自带了随机数的函数,详细请参见相关文档:http://en.cppreference.com/w/cpp/numeric/random/uniform_int_distribution

 

img_e00999465d1c2c1b02df587a3ec9c13d.jpg
微信公众号: 猿人谷
如果您认为阅读这篇博客让您有些收获,不妨点击一下右下角的【推荐】
如果您希望与我交流互动,欢迎关注微信公众号
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接。

相关文章
|
资源调度 算法 JavaScript
Python基础专题 - 超级详细的 Random(随机)原理解析与编程实践
Python基础专题 - 超级详细的 Random(随机)原理解析与编程实践
1223 0
|
3月前
|
测试技术 容器
DeepSeek-R1-Distill-Qwen-1.5B基于MindIE推理实践
基于MindIE实现DeepSeek-R1-Distill-Qwen-1.5B的纯模型推理和服务化推理。
|
编译器 API C语言
C/C++ 获取文件名的方法:分享一些实用的获取文件名的方法和技巧(__FILE__,__builtin_FILE(),__BASE_FILE__等)
C/C++ 获取文件名的方法:分享一些实用的获取文件名的方法和技巧(__FILE__,__builtin_FILE(),__BASE_FILE__等)
1083 0
|
11天前
|
缓存 弹性计算 数据挖掘
阿里云服务器经济型e与通用算力型u1实例怎么选?二则性能及适用场景区别参考
在当今数字化时代,云服务器已成为众多个人开发者、学生、小微企业以及中小企业开展业务、搭建网站、运行应用程序等不可或缺的基础设施。阿里云推出了多种类型的云服务器实例,以满足不同用户的需求。其中,经济型e实例和通用算力型u1实例备受关注。经济型e实例ECS云服务器2核2G3M带宽新购和续费同价99元1年,通用算力型u1实例2核4G5M带宽新购和续费同价199元1年(限企业用户)、4核8G云服务器955元1年。本文将为大家介绍阿里云服务器中的经济型e实例和通用算力型u1实例的特点、区别以及新手选择参考。
|
网络性能优化
【AXI】解读AXI协议的额外信号(QOS信号,REGION信号,与USER信号)
【AXI】解读AXI协议的额外信号(QOS信号,REGION信号,与USER信号)
【AXI】解读AXI协议的额外信号(QOS信号,REGION信号,与USER信号)
|
7月前
|
Java Scala Kotlin
SpringBoot 读取配置的几种方式
本文介绍了SpringBoot中读取配置文件的几种方法,包括使用`@Value`、`Environment`和`@ConfigurationProperties`注解,以及如何通过`@PropertySource`指定配置文件位置和编码。还讲解了如何自定义工厂类以支持读取`.yaml`文件。
217 0
|
存储 传感器 编解码
图像格式:常见图像格式RAW, RGB, YUV&&图像格式的解析、格式转换和看图软件
图像格式:常见图像格式RAW, RGB, YUV&&图像格式的解析、格式转换和看图软件
2438 1
|
存储 缓存 安全
C语言进程(第二章,wait,sleep,waitpid,pthread_mutex_lock,pthread_mutex_unlock)
C语言进程(第二章,wait,sleep,waitpid,pthread_mutex_lock,pthread_mutex_unlock)
256 0
|
设计模式 移动开发 开发框架
|
Java 编译器 程序员
Android C/C++开发指南
众所周知,Android作为目前主流的移动终端领域的开发平台,其主要的开发语言就是JAVA。Android借助于JAVA高效、灵活的开发模式,迅速占领了移动互联网开发的半壁江山。基于JDK和Android实现的各种JAVA框架,开发人员可以快速实现各种功能的APP,而且APP的安装和升级维护都实现的方便。
1458 0