C++ 在c+中生成超级随机数+；

C++11引入了允许生成非常随机数的类，它还创建了随机数的均匀分布。还可以实现生成种子（用于使随机数生成器更随机的数字）

我试图做一个函数，生成一个最小值和最大值之间的随机数，但我遇到了麻烦。该函数只生成一次种子和随机数。换句话说，当我调用这个函数时，它会一直给我相同的号码

下面是代码，我尝试生成一堆种子，随机选取其中一个，将该种子用于RNG，最后生成一个随机数

int Utils::GenerateSuperRandomNum(int min, int max)
{
    //Seed a the RNG
    int randNum;
    int randIndex;
    seed_seq seq{ 1, 2, 3, 4, 5 };
    vector<int> seeds(5 * max);
    uniform_int_distribution<int> rngDistribution(min, max);    //Generates number in the range min to max.

    //Generate our seed numbers.
    seq.generate(seeds.begin(), seeds.end());

    //Generate random index bewteen 0 and size - 1.
    srand(seeds.at(0));
    randIndex = rand() % seeds.size(); 

    //Seed the RNG with a random seed from our vector.
    mt19937 rngGenerator(seeds.at(randIndex)); 

    //Get a random number.
    randNum = rngDistribution(rngGenerator);

    return randNum;
}

int-Utils:：GenerateSuperRandomNum（int-min，int-max）
{
//在RNG中添加种子a
int-randNum；
国际贸易指数；
种子{1,2,3,4,5}；
载体种子（最多5个）；
均匀分布rngDistribution（min，max）；//生成最小到最大范围内的数字。
//生成我们的种子编号。
seq.generate（seeds.begin（），seeds.end（））；
//生成0和大小为-1的随机索引。
srand（seeds.at（0））；
randIndex=rand（）%seeds.size（）；
//使用向量中的随机种子为RNG播种。
mt19937 RNG发电机（种子at（随机指数））；
//得到一个随机数。
randNum=RNG分布（RNG发电机）；
返回randNum；
}

种子不会使（伪）随机数生成器变得更随机。它为生成可复制的随机数序列提供了一个起点

---

这意味着，如果你提供完全相同的种子，你将得到完全相同的结果。

通过使用随机数生成器生成自己的种子，使随机数生成器更“随机”，这有点像是试图通过拉鞋带来提升自己。如果这只是为了好玩，时间是一个足够随机的种子，如果你正在做超级间谍加密一个h/w设备，提供真正的随机事件是你需要的

你可以尝试使用这项服务，我不知道它是否有效，或者只是国家安全局试图欺骗你

由于

srand

每次都以相同的值作为种子，因此每次都以相同的状态开始。因为它每次都接收相同的值，所以它总是以相同的状态开始。与

rand

使用的状态相同

randIndex = rand() % seeds.size(); 

由于

rand

始终具有与

srand

相同的状态，因此每次都会生成相同的第一个数字

 mt19937 rngGenerator(seeds.at(randIndex)); 

由于

randIndex

总是相同的值，因此

seeds.at（randIndex）

总是相同的值。由于

rngGenerator

始终使用相同的值作为种子，因此它始终具有相同的状态

randNum = rngDistribution(rngGenerator);

由于

rngDistribution

始终具有相同的状态，因此它始终生成相同的值

//Generate random index bewteen 0 and size - 1.
srand(seeds.at(0));

这显然是个问题。简单的解决方法是根据CPU温度、时间或其他经常变化的值进行种子设定。

---

基本上，你已经严重地过度考虑了这一点。它的设计用途如下：

int Utils::GenerateSuperRandomNum(int min, int max) {
    static mt19937 rngGenerator(std::random_device{}());
    std::uniform_int_distribution<int> rngDistribution(min, max);
    return rngDistribution(rngGenerator);
}

int-Utils:：GenerateSuperRandomNum（int-min，int-max）{
静态mt19937 RNG发生器（std:：random_设备{}（））；
标准：均匀分布（最小值、最大值）；
返回RNG分配（RNG发电机）；
}

std:：random_device{}（）

根据神奇的硬件生成一个模糊的随机数，比如CPU温度之类的。它可能很慢或者有其他问题，所以每个程序只能使用一次。即，为更快/更好的发电机播种

静态mt19937发电机（

创建一个全局生成器，在第一次调用函数时对其进行种子设定，以后再也不会进行种子设定。这很完美，因为我们希望它初始化一次，然后从那时起就开始执行它的神奇操作。其他生成器如

rand

的使用不会增加任何熵，所以不要这样做。我们也不想重新设定-为它设定种子，因为这可能会意外地减少随机性，而不是增加随机性

---

std:：统一内部分布rngDistribution（最小值、最大值）；

和

rngDistribution（rngGenerator）

您似乎理解。他们使用生成器在该分布中给出随机数。完成交易。

如果您继续使用相同的种子为随机生成器重新播种，您将继续得到相同的结果。原因是什么？顺便说一句，您的函数takes不会读取除您提供的两个参数之外的任何外部变量…因此输入完整请确定输出您应该使用

std:：random_device

创建种子。有关此代码的实际外观示例，请参阅…仅供参考，

rand（）%seeds.size（）

通常不会（均匀地）随机生成数字。要添加到我前面的注释中，

seq.generate（seeds.begin（），seeds.end（））；

将始终生成相同的序列，因此

种子。在（0）

将始终返回相同的值，因此

srand

将始终接收相同的值。同样地，

randIndex

将始终具有相同的值。两个相同的生成器实例使用相同的数字播种，将在其生命周期内产生相同的结果系列。我只是想解释一下为什么您的解决方案不起作用。请参阅@Mooing Duck's Response以获得更好的解决方案。OP基本上实现了@Schighshagh Mory truth的一个复杂版本。因为你使用相同的种子，你将生成相同的数字。非常简单。@Katianie:如果你对他们大喊大叫并侮辱他们，人们不会愿意帮助你。（我猜是“neckbeard”）是一种侮辱。）@Katianie任何PRNG都会生成新号码，前提是您在每次通话中不使用相同的种子进行重新播种。我没有侮辱；我简短地解释了它不起作用的原因。您拒绝倾听。@Katianie，新号码不是“更随机的”要计算随机性，需要计算源的熵。在这种情况下，RNG是伪随机的，即熵为0，因此

int Utils::GenerateSuperRandomNum(int min, int max) {
    static mt19937 rngGenerator(std::random_device{}());
    std::uniform_int_distribution<int> rngDistribution(min, max);
    return rngDistribution(rngGenerator);
}