生成许多好的、均匀分布的随机数答案

【问题标题】：Generating many, good, uniformly distributed random numbers生成许多好的、均匀分布的随机数
【发布时间】：2018-10-04 05:51:48
【问题描述】：

我正在对具有随机权重的非常大的图表进行分析。我知道使用rand() 函数很差，所以我一直在根据我读到的正确的随机数生成来使用这个函数：

double randomZeroToOne()
{
    random_device rd;
    mt19937 mt(rd());
    uniform_real_distribution<double> dist(0.0, 1.0);
    double randomRealBetweenZeroAndOne = dist(mt);
    return randomRealBetweenZeroAndOne;
}

每当我想在我的图表中添加一个权重时，我都会调用这个函数并将它插入到我的邻接矩阵中。但是，我担心也许我正在使用一种缓慢的方法来生成这些数字。这对于小图来说效果很好，但我的大图非常慢（可能是其他东西减慢了它的速度，但我只是想仔细检查并学习正确的方法）。保持数字质量但尽快生成数字的最佳方法是什么？

此外，如果您知道如何使用快速、良好、均匀分布的随机数初始化已知大小的向量，那就更好了（尽管我仍然对我的主要问题的答案感到好奇）。

编辑：

这是我提出的新解决方案：

#include <iostream>
#include <random>
#include<vector>
#include<iomanip>
#include<cmath>
using namespace std;

random_device rd;
mt19937 mt(rd());
uniform_real_distribution<double> dist(0.0, 1.0);

int main()
{
    double randomRealBetweenZeroAndOne = dist(mt);
    double anotherRandomRealBetweenZeroAndOne = dist(mt);
    double anothernother = dist(mt);
    vector<double> randoman(10,dist(mt));
    cout << randomRealBetweenZeroAndOne << endl;
    cout << anotherRandomRealBetweenZeroAndOne <<endl;
    cout << anothernother <<endl;
}

如果您发现任何问题，请告诉我，特别是如果此函数将被多次调用。

【问题讨论】：

只使用一个引擎。多次调用random_device当然很慢。
Why not just use random_device?的可能重复
What you want, but not this problem.
那么制作类的正确解决方案是，例如布尔文章中所做的那样吗？或者有没有更简单的方法可以在函数中完成？
我只是将函数的前三行放在程序的最顶部（在我认为的全局命名空间中——不确定正确的术语），并将我的函数保留为最后两条线。这是一个很好的实现吗？

标签： c++ random graph-theory

【解决方案1】：

正如您在建议的解决方案中所建议的那样，您不想使用std::random_device 并在每次需要随机数时创建随机引擎。但我会避免使它们成为全局变量。我建议在函数中使用静态变量。它们仍然只初始化一次，所以它会一样快，但它们会更加封装：

double randomZeroToOne()
{
    static mt19937 mt(std::random_device{}());
    static uniform_real_distribution<double> dist(0.0, 1.0);
    return dist(mt);
}

（请注意，同时从多个线程调用此函数是不安全的。如果需要，请将此处的 static 更改为 thread_local。）

【讨论】：