随机数生成的问题答案

【问题标题】：A problem with random number generation随机数生成的问题
【发布时间】：2010-03-10 19:31:47
【问题描述】：

我正在学习编程课程，我们使用的是 C++。我们有一个任务，在某些时候，我们需要编写一个函数，该函数将在 [upper, lower] 区间中返回一个随机数。我使用了以下内容：

lower + (int) (upper * (rand() / (RAND_MAX + 1.0)));

我没有忘记使用srand((unsigned int) time(0))更改srand。

但是，我每次都得到相同的值！我向我的教授寻求帮助，经过一番调查，他发现rand() 生成的第一个数字并不是那么随机......高阶位保持不变，并且由于此实现使用它们，最终结果是'和我预期的不太一样。

有没有比丢弃第一个值或使用余数来实现我想要的更优雅、更简单的解决方案？

非常感谢您的关注！

~弗朗西斯科

编辑：谢谢大家的意见。我不知道rand() 是一个如此糟糕的 RNG：P

【问题讨论】：

rand() 不是已经过时了吗？我认为这些天每个人都应该使用random()。
lower + rand() % (upper - lower + 1) 有什么问题？为什么不想使用余数？
只是插话，我也注意到了这一点。如果您实际上只是在每次发现它不完全相同时打印出第一个 rand() ，但这些数字都相当接近。例如，现在当我连续多次启动一个程序时，我得到的数字都在 23000 范围内，例如作为第一个数字。之后数字更加随机。我总是像你提到的那样丢弃第一个 rand() 数字。
你确定是高位保持不变吗？ “C 中的数字食谱”一书暗示它是相反的，即低阶位的随机性要小得多。 rand(3) 手册页 (linux.die.net/man/3/rand) 实际上引用了那本书。
Void：是的，我知道低阶位应该不那么随机。但是，在这种特殊情况下，我发现生成的第一个数字正好相反。

标签： c++ random

【解决方案1】：

鉴于 rand() 不是一个非常强大的随机数生成器，标准方法添加的少量偏差可能不是问题：（higher-lower）当然需要小于 MAX_RAND。

lower + rand() % (higher-lower+1);

被一个错误解决了。

【讨论】：

lower + rand() % (higher-lower+1);
应该是lower + rand() % (higher-lower + 1); 出于学术上的好奇，我想为这个问题找到一个不同的解决方案，但感谢您的意见。 :)

【解决方案2】：

rand() 不是一个好的随机数生成器。除了您观察到的问题之外，它的周期长度可能非常短。

考虑使用gsl random number generators 之一。

【讨论】：

【解决方案3】：

根据您使用的操作系统，除了rand() 之外，您还可以使用random()。这会产生比rand() 更好的伪随机数。检查<stdlib.h> 和/或man 3 random。

【讨论】：

【解决方案4】：

你的代码很好，但你应该替换

lower + (int) upper * (rand() / (RAND_MAX + 1.0));

与

lower + (int) (upper - lower + 1)*(rand() / (RAND_MAX + 1.0));

以下代码在我的机器上运行良好：

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

#define lower 10
#define upper 20

int main(void)
{
    int i;
    int number;

    srand(time(0));
    for(i=0; i<10; i++)
    {
        number = lower + (int) (upper - lower + 1)*(rand() / (RAND_MAX + 1.0));
        printf ("%d\n", number);
    }

    return 0;
}

当然，由于time(0) 给出了当前时间以秒为单位，同一秒内的两次执行会给出相同的结果。

【讨论】：

"rand() 以秒为单位给出当前时间" - 这是一个奇怪的实现。 :P
@Bill：哦，呃，好吧......它仍然是一个未记录的功能。最高机密。不要告诉任何人

【解决方案5】：

C++0x 随机数库（TR1 和 Boost 中也有）终于解决了 rand 的一些讨厌的问题。它允许获得可用于正确播种的真正随机性（random_device），然后您可以使用快速且良好的伪随机生成器（mt19937），您可以对其应用合适的分布（例如，uniform_int for min-max range with equal每个值的概率）。

它也不像 rand() 那样使用全局隐藏状态，所以在多线程程序中不会有任何问题。

由于所有的模块化，它比简单地调用 rand 更难使用，但好处仍然大大超过了更陡峭的学习曲线。

【讨论】：