教你如何用C++快速生成1000万个随机数

updated: 2012.5.10

上个星期天（2012.5.6）中午去华科参加了百度的笔试，试卷的最后一题是问百度搜索框的suggestion提示功能如何实现，用什么数据结构和算法。

我简单地提及了一下Top K。

前段时间看过算法大牛JULY博客中的一些面试题，其中有讲到Top K算法。且《编程之美》中也有一节专门讲解Top K。现如今百度也考到了，说明Top K算法真的是太重要了。可惜之前都只是粗浅地看了一遍，没有彻底领悟。现在正在着手于Top K的学习，代码写好了需要海量测试数据，上哪找呢？哼哼，当然是自己写程序生成啦。下面将介绍一种方法来随机生成1000万个随机数，并将数据保存到文件data.txt中，方便我们随时进行测试。

精华部分：

srand(unsigned(time(0));//随机种子，为了提高不重复的概率
   rand()%(MAX-MIN + 1) + MIN;                //生成的随机数值在MIN和MAX之间（包含MIN,MAX）

请直接看代码，所有重要信息均在上面。

[cpp] view plaincopy

1. /* 
2. 本程序实现的功能： 
3. 生成1000万个可能重复的随机数，用作测试数据  
4. 并计算生成这些数据所用的时间  
5. */  
6. #include <iostream>  
7. #include <ctime> // time.h也可,用于计算程序运行时间和生成随机种子数   
8. using namespace std;  
9. #define SELF_RAND_MAX 0x7FFFFFFF  
10. int main()  
11. {  
12.  //typedef long clock_t   
13.  clock_t start_time = clock();//计时开始  
14.    
15.     srand(unsigned(time(0)));//生成时间种子  
16.  //生成的数值在1000到1000万之间   
17.     const int MAX = 10000000;  
18.     const int MIN = 1000;  
19.     /*读入数据 freopen("in.txt","r",stdin);  
20.  //写入数据 freopen("out.txt","w",stdout); 
21.  //fclose(stdin);//关闭文件  
22.     //fclose(stdout);//关闭文件  
23.     把标准输入流stdin重定向到in.txt文件中， 
24.  这样在用scanf或是用cin输入时便不会从标准输入流读取数据, 
25.  而是从in.txt文件中获取输入。 
26.  只要把输入数据事先粘贴到in.txt，调试时就方便多了。  
27.     */  
28.   freopen("data.txt","w",stdout);  
29.   //cout << "---Generate 10,000,000 random numbers\  
30.   //         which maybe repeated---" << endl;  
31.  for(int i = 0; i < 10000000; ++i){  
32.   //#define RAND_MAX 0x7FFF  
33.     //较标准unsigned long data = ( MAX * rand() )/ ( RAND_MAX + MIN)+ 1;  
34.     //unsigned long data = (MAX - MIN + 1 ) * rand() + MIN;  
35.    //unsigned long data = ((MAX - MIN + 1 ) * rand()   + MIN) % 10000000;  
36.    unsigned long data = rand() % (MAX - MIN + 1) + MIN;//较标准   
37.     cout << data << ' '; //输出数据到data.txt   
38.  }  
39.  fclose(stdout);  
40.  freopen("time.txt","w",stdout);  
41.  cout << endl   
42.       << "---the end---"   
43.    << endl;  
44.    //CLOCKS_PER_SEC控制精度，在windows环境下是1000,linux下是多少完了  
45.    //简单地说windows下是毫秒级，而linux下是纳秒级   
46.     cout << "elapsed time:" << double(clock() - start_time) / CLOCKS_PER_SEC  
47.          << 's' << endl;  
48.   //  fclose(stdout);  
49. }  

运行结果：

time.txt中

---the end---

elapsed time:5.171s

生成的data.txt有55M之多。共有1000万个数据，通过下面的测试程序可以断定，这1000万个数据的值均在1000-10000000之间。

[cpp] view plaincopy

1. #include <iostream>  
2. #include <ctime>  
3. //#include <boost/timer.hpp>  
4. //using namespace boost;  
5. using namespace std;  
6. int main(){  
7.     unsigned long data;  
8.     //timer t;  
9.     int len = 0;  
10.     freopen("data.txt","r",stdin);  
11.     while(cin >> data){  
12.       if(data >= 1000 && data <=10000000)  
13.       {  
14.         //cout << data << endl;  
15.      len++;   
16.       }  
17.     }  
18.     cout << len << endl;  
19.      // cout << t.elapsed() << endl;  
20. }  

运行结果为10000000

另外如何生成不重复的1000万个数？这是个非常大的挑战，待日后解决。

好吧，继续投入Top K的学习。