C++ 什么'；这是在C+中获得均匀分布随机整数的标准方法+；？

是否有一个函数可以获得某个指定范围内的均匀分布伪随机整数？我可以使用

rand

编写我自己的函数，但这似乎是一种非常常见的情况，STL中可能有适合它的内容。

提供了许多随机数生成工具。 对于均匀分布，您有一个：

编辑：更新以包含新的C++11实现。对于整数的情况，这里有参考：

一个简单的例子是：

#include <random>
#include <iostream>
int main()
{
    std::random_device rd;
    std::mt19937 gen(rd());
    std::uniform_int_distribution<> dis(1, 6);
    for(int n=0; n<10; ++n)
        std::cout << dis(gen) << ' ';
    std::cout << '\n';
}

#包括
#包括
int main（）
{
std：：随机_装置rd；
标准：mt19937 gen（rd（））；
标准：均匀分布分布图（1,6）；
对于（int n＝0；n在C++中生成伪随机数，一个非常好的选择是使用<强>伪随机数生成器引擎<强>：<强> >代码> STD:：MTS1973<强> >从<代码> /COD>头。
我们可以把这个引擎看作是一个黑匣子，可以输出高质量的随机位

然后，这些随机位可以在使用分布输出的一些整数中成形；特别是，为了获得均匀分布的伪随机数，可以使用
std:：uniform_int_分布

请注意，引擎对象必须使用种子进行初始化。

std:：random_设备可用于此目的

因此，这个过程可以概括为三个逻辑步骤：

创建
std:：random_device
的实例，以获取Mersenne twister引擎的非确定性种子
创建
std:：mt19937
引擎的实例，以获取高质量的伪随机位
使用
std:：uniform_int_distribution
将这些随机位塑造成均匀分布的整数
可编译C++代码如下：
#include <iostream>     // for console output
#include <random>       // for pseudo-random number generators and distributions

int main()
{
    // Use random_device to generate a seed for Mersenne twister engine.
    std::random_device rd;    

    // Use Mersenne twister engine to generate pseudo-random numbers.
    std::mt19937 engine(rd());
    
    // "Filter" MT engine's output to generate pseudo-random integer values,
    // **uniformly distributed** on the closed interval [0, 99].  
    // (Note that the range is [inclusive, inclusive].)
    std::uniform_int_distribution<int> dist(0, 99);

    // Generate and print 10 pseudo-random integers
    for (int i = 0; i < 10; ++i)
    {
        std::cout << dist(engine) << ' ';
    }
    std::cout << std::endl;
}

#包含//用于控制台输出
#包括//用于伪随机数生成器和分布
int main（）
{
//使用random_设备为Mersenne捻线机引擎生成种子。
std：：随机_装置rd；
//使用Mersenne twister引擎生成伪随机数。
标准：mt19937发动机（rd（））；
//“过滤”MT引擎的输出以生成伪随机整数值，
//**均匀分布**在闭合区间[0,99]。
//（请注意，范围为[包含，包含]。）
标准：均匀分布区（0，99）；
//生成并打印10个伪随机整数
对于（int i=0；i<10；++i）
{
std:：cout使用
std:：generate\n
和
boost
生成一个或指定数量的整数域上均匀分布的随机变量：

#include <iostream>
#include <algorithm>
#include <boost/random.hpp>

/*
 * 
 */
int main(int argc, char** argv) {
    boost::mt19937 rand_generator(std::time(NULL));
    boost::random::uniform_int_distribution<> int_distribution(0, 100);

    //Need to pass generator
    std::cout << int_distribution(rand_generator) << std::endl;

    //Associate generator with distribution
    boost::random::variate_generator<boost::mt19937&,
            boost::random::uniform_int_distribution<>
            > int_variate_generator(rand_generator, int_distribution);

    //No longer need to pass generator
    std::cout << int_variate_generator() << std::endl;
    std::generate_n( std::ostream_iterator<int>(std::cout, ","), 3, int_variate_generator);
    return 0;
}

#包括
#包括
#包括
/*
* 
*/
int main（int argc，字符**argv）{
boost:：mt19937随机发生器（std:：time（NULL））；
boost:：random:：uniform_int_分布int_分布（0100）；
//需要通过发电机吗
太好了！现在他们是C++ 11的一部分，所以它们是标准的。@ K-Balo太棒了！C++ 11使C++变得更容易：+1确实花了一段时间，但这最终被合并了。你可能想编辑你的问题，表明这是合并的一部分，以及对OP的评论，以便他们理解为什么这个新答案会出现在一个旧日期。我不知道为什么每个人都说Mersenne Twister如此伟大和“高质量”。不是。它很复杂，占用了大量内存，而且仍然无法通过TestU01 BigCrush测试套件的多次测试。今天有几种更简单、更快、质量更高的PRNG，具有足够的周期。@plasmacel:我问过Stephan T.Lavavej（VC STL维护人员）他确认这是最好的标准PRNG。你会提出什么更好的替代方案？