如何缩小rand()的数字？

Question

以下代码每秒输出一个随机数:

int main ()
{
    srand(time(NULL)); // Seeds number generator with execution time.

    while (true)
    {
        int rawRand = rand();

        std::cout << rawRand << std::endl;

        sleep(1);
    }
}

我如何调整这些数字的大小,使它们总是在0-100的范围内？

Answer 1

如果您正在使用C++并且关注良好的分发,则可以使用TR1 C++ 11 <random>.

#include <random>

std::random_device rseed;
std::mt19937 rgen(rseed()); // mersenne_twister
std::uniform_int_distribution<int> idist(0,100); // [0,100]

std::cout << idist(rgen) << std::endl;

Answer 2

到目前为止发布的所有示例实际上都给出了分布不均的结果 经常执行代码并创建统计信息以查看值是如何变形的.

在任何范围[0,N ]中生成实数均匀随机数分布的更好方法如下(假设实际上遵循均匀分布,这是非常明显的):rand

unsigned result;
do {
    result = rand();
} while (result > N);

当然,这种方法很慢但确实产生了良好的分布.一种稍微聪明的方法是找到小于的N的最大倍数RAND_MAX并将其用作上限.在那之后,人们可以安全地接受result % (N + 1).

为了解释为什么天真模量方法是坏的以及为什么上述更好,请参考Julienne关于使用rand的优秀文章.

Answer 3

int rawRand = rand() % 101;

请参阅(了解更多详情):

rand - C++参考

其他人也指出,这不会给你最好的随机数分布.如果您的代码中的这类内容很重要,则必须执行以下操作:

int rawRand = (rand() * 1.0 / RAND_MAX) * 100;

编辑

三年过去了,我正在编辑.正如其他人提到的,rand()有很多问题.显然,当有更好的替代方案时,我不能推荐它的使用.您可以在此处阅读有关详情和建议的所有信息:

rand()认为有害| GoingNative 2013

Answer 4

你可以做

cout << rawRand % 100 << endl; // Outputs between 0 and 99

cout << rawRand % 101 << endl; // outputs between 0 and 100

为人民投降；注意最初发布后一分钟，我留下了评论：

来自http://www.cplusplus.com/reference/clibrary/cstdlib/rand “请注意，尽管这种模运算不会在跨度中生成真正均匀分布的随机数（因为在大多数情况下，较小的数字更有可能出现），但通常对于短跨度是一个很好的近似值。”

使用64位int并使用100个数字作为输出时，数字0-16用数字的1.00000000000000000455％表示（相同精度的相对精度为1％乘以10 ^-18），而数字17-99表示用数字的0.99999999999999999913％。是的，分布不是很完美，但是对于小跨度来说是一个很好的近似值。

还要注意，OP在哪里要求分配相同的数字？就我们所知，这些用于微小偏差无关紧要的用途（例如，除密码学以外的任何事物）；如果他们使用密码学数字，那么这个问题对于他们来说太天真了，以至于他们无法编写自己的密码学）。

编辑 -对于真正关心随机数均匀分布的人，以下代码有效。请注意，这不一定是最佳的，因为对于64位随机整数，它将需要两次调用，rand()每10 ^ 18次调用一次。

unsigned N = 100; // want numbers 0-99
unsigned long randTruncation = (RAND_MAX / N) * N; 
// include every number the N times by ensuring rawRand is between 0 and randTruncation - 1 or regenerate.
unsigned long rawRand = rand();

while (rawRand >= randTruncation) {
    rawRand = rand();  
// with 64-bit int and range of 0-99 will need to generate two random numbers
// about 1 in every (2^63)/16 ~ 10^18 times (1 million million times)

// with 32-bit int and range of 0-99 will need to generate two random numbers 
// once every 46 million times.

}
cout << rawRand % N << stdl::endl;