所以我有一个家庭作业，我们需要在C中生成1到100之间的随机数。我有一个工作示例，其中int i = rand（）％100; 但是根据技术上不正确的作业，我实际上并没有得到。作业说明如下
“ 1.1我们使用随机数发生器模拟公交车的到达时间。===> rand（）函数。rand（）函数将伪随机数0返回给RAND_MAX（在Linux中为2 ^ 31-1）。随机数rn，介于0.0到1.0之间； rn = rand（）/ RAND_MAX。（顺便说一下，很多人在下面创建例如2位数的随机数。r_num = rand（）％100；因为％100是0到99。但是，这是错误的。生成2位数随机数的正确方法是：将0-RAND_MAX分成10个间隔，看看随机数落在哪里。间隔时间为= RAND_MAX / 100。通过以下方式将其映射到0-99之一：0 1 2 3 .........99 0 it 2 * it 3 * it 99 * it到RAND_MAX如果rand（）返回一个介于（12 * it）和（13 * it）之间的数字，则2位随机数为12。）“
我希望有人可以解释一下我说的是什么，我并不是真正在寻找代码示例，只是为了理解问题。
那里有两个问题，都与模运算符的工作方式有关。 a % b当您将a除以b时，有效地为您提供了余数。因此，让我们假设我们以4为模来计算数字。我们还假设RAND_MAX = 6，因为我真的不希望表中有32768+行。
a | a % 4
------------
0 | 0
1 | 1
2 | 2
3 | 3
4 | 0
5 | 1
6 | 2
因此，如果您使用这种方法来生成1到4之间的随机数，则会有两个问题。首先，一个简单的数字：生成的数字介于0和3之间，而不是1和4之间。取模运算符的结果将始终在0和模之间。
另一个问题更加微妙。如果RAND_MAX不均匀地除以模数，则每个数字的机率将不同。在我们的示例中，有两种方法分别使0到2，但只有一种方法使3变为3。因此3的发生率约为14.3％，其他数字的发生率约为28.6％。为了获得均匀的分布，您需要找到一种方法来处理RAND_MAX分配不均的情况。