直觉上可以写一个随机双精度生成器如下：
double randDouble(double lowerBound, double upperBound)
{
double range = upperBound - lowerBound;
return lowerBound + range * rand();
}
假设我们假设rand() 在区间 [0, 1) 上返回一个均匀分布的伪随机双精度。
此方法是否保证返回 [lowerBound, upperBound) 内具有均匀概率分布的随机双精度数？我特别感兴趣的是浮点计算的性质是否会导致某些范围的最终分布出现峰值或下降。
【问题讨论】：
标签： language-agnostic random floating-point double probability
首先，rand() 生成 伪随机 数字，而不是真正随机的。因此，我假设您在询问您的函数是否在指定范围内生成伪随机数。
其次，就像 Oli Charlesworth 所说，许多 rand 实现返回一个介于 0 和 RAND_MAX 之间的数字，其中 RAND_MAX 是它可以采用的最大可能值。在这些情况下，您可以使用
获取 [0, 1) 中的值double r = rand()/((double)RAND_MAX+1);
+1 的存在使得 r 不能为 1。
其他语言的 rand 会返回 0 到 1 之间的值，在这种情况下，您不需要进行上述除法。无论哪种方式，事实证明您的函数会返回一个不错的随机分布近似值。有关详细信息，请参阅以下链接：http://www.thinkage.ca/english/gcos/expl/c/lib/rand.html 请注意，此链接为您提供的功能略有不同，他们声称这些功能更好一些，但您拥有的功能可能已经足够好。
【讨论】：
如果您的上限和下限是 2 的相邻幂，那么您得到的分布将与您从 rand() 获得的分布一样好，因为您实际上只是在改变 rand() 给您的指数，不改变尾数。
如果您想扩展范围以覆盖超过 2 的 1 次方，那么您的方法将永远不会在您的范围的下半部分生成有效的浮点数。 （您实际上是将尾数的一位或多位移动到指数中，而尾数的最低有效位是非随机的。）
如果您在更一般的范围内使用该方法（例如尾数被计算修改），那么您在尝试将随机整数转换为随机整数时也会遇到相同的不均匀性模 n 而不使用拒绝采样。
任何生成浮点数均匀分布的正确方法都必须考虑到四舍五入到任何给定浮点数的实数间隔并不总是相同的宽度。在范围的较低部分，浮点数会更密集，因此该范围内的每个单独的浮点数应该比较大的数字选择更少。
【讨论】：
嗯，不。 rand() 返回一个介于 0 和 RAND_MAX 之间的数字；这种量化会在你的分布中留下很大的漏洞；事实上，几乎所有介于lowerBound 和upperBound 之间的浮点值都不会被选中。
【讨论】：