随机数rand()必须结合srand(time(NULL))

随机数rand()必须结合srand(time(NULL))

(2012-03-15 09:48:51)

转载▼

标签：

随机数rand()

srand()

time(null)

it

分类：c/cp

把十六进制的数据0xFFFFFFFF，强制转换成int 型的应该是多少？

int main()

{

    int n1 = 0xFFFFFFFF;

    printf("%d\n", n1);

    return 0;

}

C++ 随机数生成

随机数、随机数种子
在计算机中并没有一个真正的随机数发生器，但是可以做到使产生的数字重复率很低，这样看起来好象是真正的随机数，实现这一功能的程序叫伪随机数发生器。
有关如何产生随机数的理论有许多，如果要详细地讨论，需要厚厚的一本书的篇幅。不管用什么方法实现随机数发生器，都必须给它提供一个名为“种子”的初始值。而且这个值最好是随机的，或者至少这个值是伪随机的。“种子”的值通常是用快速计数寄存器或移位寄存器来生成的。
下面讲一讲在C语言里所提供的随机数发生器的用法。现在的C编译器都提供了一个基于ANSI标准的伪随机数发生器函数，用来生成随机数。它们就是rand()和srand()函数。这二个函数的工作过程如下：
1) 首先给srand()提供一个种子，它是一个unsigned int类型，其取值范围从0~65535；
2) 然后调用rand()，它会根据提供给srand()的种子值返回一个随机数(在0到32767之间)
3) 根据需要多次调用rand()，从而不间断地得到新的随机数；
4) 无论什么时候，都可以给srand()提供一个新的种子，从而进一步“随机化”rand()的输出结果。

这个过程看起来很简单，问题是如果你每次调用srand()时都提供相同的种子值，那么，你将会得到相同的随机数序列，这时看到的现象是没有随机数，而每一次的数都是一样的了。例如，在以17为种子值调用srand()之后，在首次调用rand()时，得到随机数94。在第二次和第三次调用rand()时将分别得到26602和30017，这些数看上去是很随机的(尽管这只是一个很小的数据点集合)，但是，在你再次以17为种子值调用srand()后，在对于rand()的前三次调用中，所得的返回值仍然是在对94，26602，30017，并且此后得到的返回值仍然是在对rand()的第一批调用中所得到的其余的返回值。因此只有再次给srand()提供一个随机的种子值，才能再次得到一个随机数。

要想使用随机函数rand(),就必须先要初始化随机种子。具体点就是在main函数的开头加上srand((unsigned)time(NULL))就可以了，由于需要使用time所以还必须添加上time.h头文件。


标准库<cstdlib>（被包含于<iostream>中）提供两个帮助生成伪随机数的函数：
函数一：int rand(void)；
从srand (seed)中指定的seed开始，返回一个[seed,RAND_MAX（0x7fff）)间的随机整数。
函数二：void srand(unsigned seed)；
参数seed是rand()的种子，用来初始化rand()的起始值。
可以认为rand()在每次被调用的时候，它会查看：
1） 如果用户在此之前调用过srand(seed)，给seed指定了一个值，那么它会自动调用
srand(seed)一次来初始化它的起始值。
2） 如果用户在此之前没有调用过srand(seed)，它会自动调用srand(1)一次。
根据上面的第一点我们可以得出：
1）如果希望rand（）在每次程序运行时产生的值都不一样，必须给srand(seed)中的seed一个变值，这个变值必须在每次程序运行时都不一样（比如到目前为止流逝的时间）。
2） 否则，如果给seed指定的是一个定值，那么每次程序运行时rand（）产生的值都会一样，虽然这个值会是[seed,RAND_MAX（0x7fff）)之间的一个随机取得的值。
3）如果在调用rand()之前没有调用过srand(seed)，效果将和调用了srand(1)再调用rand()一样（1也是一个定值）。
举几个例子，假设我们要取得0～6之间的随机整数（不含6本身）：
例一，不指定seed：
for(int i=0;i<10;i++){
ran_num=rand() % 6;
cout<<ran_num<<"";
}
每次运行都将输出：5 5 4 4 5 4 0 0 4 2
例二，指定seed为定值1：
srand(1);
for(int i=0;i<10;i++){
ran_num=rand() % 6;
cout<<ran_num<<"";
}
每次运行都将输出：5 5 4 4 5 4 0 0 4 2
跟例子一的结果完全一样。
例三，指定seed为定值6：
srand(6);
for(int i=0;i<10;i++){
ran_num=rand() % 6;
cout<<ran_num<<"";
}
每次运行都将输出：4 1 5 1 4 3 4 4 2 2
随机值也是在[0,6）之间，随得的值跟srand(1)不同，但是每次运行的结果都相同。
例四，指定seed为当前系统流逝了的时间（单位为秒）：time_t time(0)：
#include <ctime>
//…
srand((unsigned)time(0));
for(int i=0;i<10;i++){
ran_num=rand() % 6;
cout<<ran_num<<"";
}
第一次运行时输出：0 1 5 4 5 0 2 3 4 2
第二次：3 2 3 0 3 5 5 2 2 3
总之，每次运行结果将不一样，因为每次启动程序的时刻都不同（间隔须大于1秒？见下）。
关于time_t time(0)：
time_t被定义为长整型，它返回从1970年1月1日零时零分零秒到目前为止所经过的时间，单位为秒。比如假设输出：
cout<<time(0);
值约为1169174701，约等于37（年）乘365（天）乘24（小时）乘3600（秒）（月日没算）。
另外，关于ran_num = rand() % 6，
将rand()的返回值与6求模是必须的，这样才能确保目的随机数落在[0,6)之间，否则rand()的返回值本身可能是很巨大的。
一个通用的公式是：
要取得[a,b)之间的随机整数，使用（rand() % (b-a)）+ a （结果值将含a不含b）。
在a为0的情况下，简写为rand() % b。
最后，关于伪随机浮点数：
用rand() /double(RAND_MAX)可以取得0～1之间的浮点数（注意，不同于整型时候的公式，是除以，不是求模），举例：
double ran_numf=0.0;
srand((unsigned)time(0));
for(int i=0;i<10;i++){
ran_numf = rand() / (double)(RAND_MAX);
cout<<ran_numf<<"";
}
运行结果为：0.716636，0.457725，…等10个0～1之间的浮点数，每次结果都不同。
如果想取更大范围的随机浮点数，比如1～10，可以将
rand() /(double)(RAND_MAX) 改为 rand()/(double)(RAND_MAX/10)
运行结果为：7.19362，6.45775，…等10个1～10之间的浮点数，每次结果都不同。
至于100，1000的情况，如此类推。
以上不是伪随机浮点数最好的实现方法，不过可以将就着用用…

在 c++中，使用c++rand()获取随机数必须结合srand(time(NULL)),rand()是依靠初始化值产生随机数，而srand(time(NULL))初始化初始值，使每次产生的随机数不一样。在不使用srand(time(NULL))，通过测试遍历一万遍对于某个数出现的频率很大，如：()

C++代码

1. intflag1 = 0;  

2.    for(inti = 0;i <= 100000000;i++) 

3.    { 

4.            //srand(time(NULL)); 

5.            inta = rand()1;  

6.            if(a== 99)  

7.            { 

8.               flag1++;  

9.            } 

10.    } 

11.    cout<<flag1<<endl; 

12.     

13.     

14.    intflag2 = 0;  

15.    for(inti = 0;i <= 100000000;i++) 

16.    { 

17.            srand(time(NULL)); 

18.            inta = rand()1;  

19.            if(a== 99)  

20.            { 

21.               flag2++;  

22.            } 

23.    } 

24.     cout<<flag2<<endl;

一、C++中不能使用random()函数
C++ 中常用rand()函数生成随机数，但严格意义上来讲生成的只是伪随机数（pseudo-random integralnumber）。生成随机数时需要我们指定一个种子，如果在程序内循环，那么下一次生成随机数时调用上一次的结果作为种子。但如果分两次执行程序，那么由于种子相同，生成的“随机数”也是相同的。

在工程应用时，我们一般将系统当前时间(Unix时间)作为种子，这样生成的随机数更接近于实际意义上的随机数。给一下例程如下：

#include <iostream>
#include <ctime>
#include <cstdlib>
using namespace std;

int main()
{
    doublerandom(double,double);
   srand(unsigned(time(0)));
    for(int icnt= 0; icnt != 10; ++icnt)
      cout << "No."<< icnt+1<< ": "<<int(random(0,10))<<endl;
    return0;
}

double random(double start, double end)
{
    returnstart+(end-start)*rand()/(RAND_MAX + 1.0);
}

利用这种方法能不能得到完全意义上的随机数呢？似乎9有点多哦？却没有1,4,7？！我们来做一个概率实验，生成1000万个随机数，看0-9这10个数出现的频率是不是大致相同的。程序如下：
#include <iostream>
#include <ctime>
#include <cstdlib>
#include <iomanip>
using namespace std;

int main()
{
    doublerandom(double,double);
    int a[10] ={0};
    const intGen_max = 10000000;
   srand(unsigned(time(0)));
   
    for(int icnt= 0; icnt != Gen_max; ++icnt)
      switch(int(random(0,10)))
      {
       case 0:a[0]++; break;
       case 1:a[1]++; break;
       case 2:a[2]++; break;
       case 3:a[3]++; break;
       case 4:a[4]++; break;
       case 5:a[5]++; break;
       case 6:a[6]++; break;
       case 7:a[7]++; break;
       case 8:a[8]++; break;
       case 9:a[9]++; break;
       default:cerr << "Error!"<< endl; exit(-1);
      }
   
    for(int icnt= 0; icnt != 10; ++icnt)
       cout<< icnt<< ": "<< setw(6)<< setiosflags(ios::fixed)<< setprecision(2)<< double(a[icnt])/Gen_max*100<< "%"<< endl;
   
    return0;
}

double random(double start, double end)
{
    returnstart+(end-start)*rand()/(RAND_MAX + 1.0);
}

可知用这种方法得到的随机数是满足统计规律的。

另：在Linux下利用GCC编译程序，即使我执行了1000000次运算，是否将random函数定义了inline函数似乎对程序没有任何影响，有理由相信，GCC已经为我们做了优化。但是冥冥之中我又记得要做inline优化得加O3才行...

不行，于是我们把循环次数改为10亿次，用time命令查看执行时间：
chinsung@gentoo ~/workspace/test/Debug $ time ./test
0: 10.00%
1: 10.00%
2: 10.00%
3: 10.00%
4: 10.00%
5: 10.00%
6: 10.00%
7: 10.00%
8: 10.00%
9: 10.00%

real   2m7.768s
user   2m4.405s
sys    0m0.038s
chinsung@gentoo ~/workspace/test/Debug $ time ./test
0: 10.00%
1: 10.00%
2: 10.00%
3: 10.00%
4: 10.00%
5: 10.00%
6: 10.00%
7: 10.00%
8: 10.00%
9: 10.00%

real   2m7.269s
user   2m4.077s
sys    0m0.025s

前一次为进行inline优化的情形，后一次为没有作inline优化的情形，两次结果相差不大，甚至各项指标后者还要好一些，不知是何缘由...
==============================================================================
    random函数不是ANSIC标准，不能在gcc,vc等编译器下编译通过。 可改用C++下的rand函数来实现。
   1、C++标准函数库提供一随机数生成器rand，返回0－RAND_MAX之间均匀分布的伪随机整数。RAND_MAX必须至少为32767。rand()函数不接受参数，默认以1为种子（即起始值）。随机数生成器总是以相同的种子开始，所以形成的伪随机数列也相同，失去了随机意义。（但这样便于程序调试）
    2、C++中另一函数srand（），可以指定不同的数（无符号整数变元）为种子。但是如果种子相同，伪随机数列也相同。一个办法是让用户输入种子，但是仍然不理想。
    3、比较理想的是用变化的数，比如时间来作为随机数生成器的种子。time的值每时每刻都不同。所以种子不同，所以，产生的随机数也不同。
// C++随机函数（VC program）
#include <stdio.h>
#include <iostream>
#include <time.h>
using namespace std;
#define MAX 100
int main(int argc, char* argv[])
{
     srand( (unsigned)time( NULL ) );//srand()函数产生一个以当前时间开始的随机种子.应该放在for等循环语句前面不然要很长时间等待
　　 for (int i=0;i<10;i++)
　　cout<<rand()%MAX<<endl;//MAX为最大值，其随机域为0~MAX-1
　　 return 0;
}
二、rand()的用法
    rand()不需要参数，它会返回一个从0到最大随机数的任意整数，最大随机数的大小通常是固定的一个大整数。这样，如果你要产生0~10的10个整数，可以表达为：
　　intN = rand() % 11;
    这样，N的值就是一个0~10的随机数，如果要产生1~10，则是这样：
　　intN = 1 + rand() % 10;
　　总结来说，可以表示为：
　　a+ rand() % n
    其中的a是起始值，n是整数的范围。
　　a+ rand() % (b-a+1) 就表示　ａ～ｂ之间的一个随机数
若要0~1的小数，则可以先取得0~10的整数，然后均除以10即可得到随机到十分位的10个随机小数，若要得到随机到百分位的随机小数，则需要先得到0~100的10个整数，然后均除以100，其它情况依此类推。
   通常rand()产生的随机数在每次运行的时候都是与上一次相同的，这是有意这样设计的，是为了便于程序的调试。若要产生每次不同的随机数，可以使用srand(seed )函数进行随机化，随着seed的不同，就能够产生不同的随机数。
   如大家所说，还可以包含time.h头文件，然后使用srand(time(0))来使用当前时间使随机数发生器随机化，这样就可以保证每两次运行时可以得到不同的随机数序列(只要两次运行的间隔超过1秒)。