如果让你用C++来生成0——N-1之间的随机数,你会怎么做?你可能会说,很简单,看:
srand( (unsigned)time( NULL ) );
rand() % N;
仔细想一下,这个结果是随机的吗(当然,我们不考虑rand()函数的伪随机性)?
不是的,因为rand()的上限是RAND_MAX,而一般情况下,RAND_MAX并不是N的整数倍,那么如果RAND_MAX % =
r,则0——r之间的数值的概率就要大一些,而r+1——N-1之间的数值的概率就要小一些。还有,如果N > RAND_MAX,那该怎么办?
下面给出一种比较合适的方案,可以生成任意范围内的等概率随机数 result。最后还有一个更简单的方法。
1、如果N<RAND_MAX+1,则要去除尾数,
R = RAND_MAX-(RAND_MAX+1)%N; //去除尾数
t = rand();
while( t > R ) t = rand();
result = t % N; // 符合要求的随机数
2、如果 N>RAND_MAX,可以考虑分段抽样,分成[n/(RNAD_MAX+1)]段,先等概率得到段再得到每段内的某个元素,这样分段也类似地有一个尾数问题,不是每次都刚好分到整数段,一定或多或少有一个余数段,这部分的值如何选取?
选到余数段的数据拿出来选取,先进行一次选到余数段概率的事件发生,然后进行单独选取:
r = N % (RAND_MAX+1); //余数
if ( happened( (double)r/N ) )//选到余数段的概率
result = N-r+myrandom(r); // myrandom可以用情况1中的代码实现
else
result = rand()+myrandom(N/(RAND_MAX+1))*(RAND_MAX+1); // 如果选不到余数段再进行分段选取
完整的代码:
#include<iostream.h>
#include<time.h>
#include<stdlib.h>
const double MinProb=1.0/(RAND_MAX+1);
bool happened(double probability)//probability 0~1
{
if(probability<=0)
{
return false;
}
if(probability<MinProb)
{
return rand()==0&&happened(probability*(RAND_MAX+1));
}
if(rand()<=probability*(RAND_MAX+1))
{
return true;
}
return false;
}
long myrandom(long n)//产生0~n-1之间的等概率随机数
{
t=0;
if(n<=RAND_MAX)
{
long R=RAND_MAX-(RAND_MAX+1)%n;//尾数
t = rand();
while ( t > r )
{
t = rand();
}
return t % n;
}
else
{
long r = n%(RAND_MAX+1);//余数
if( happened( (double)r/n ) )//取到余数的概率
{
return n-r+myrandom(r);
}
else
{
return rand()+myrandom(n/(RAND_MAX+1))*(RAND_MAX+1);
}
}
}
还有另外一种非常简单的方式,那就是使用
random_shuffle( RandomAccessIterator _First, RandomAccessIterator _Last ).
例如,生成0——N-1之间的随机数,可以这么写
#include <algorithm>
#include <vector>
long myrandom( long N )
{
std::vector<long> vl( N ); // 定义一个大小为N的vector
for ( long i=0; i<N; ++i )
{
vl[i] = i;
}
std::random_shuffle( vl.begin(), vl.end() );
return (*vl.begin());
}
random_shuffle 还有一个三参数的重载版本
random_shuffle( RandomAccessIterator _First, RandomAccessIterator _Last, RandomNumberGenerator& _Rand )
第三个参数可以接受一个自定义的随机数生成器来把前两个参数之间的元素随机化。
这个方法的缺陷就是,如果只是需要一个随机数的话,当N很大时,空间消耗很大!
分享到:
相关推荐
C/C++生成随机数,保存到.in文件,以便后续测试使用
在C++编程中,生成随机数是一项常见的任务,特别是在模拟、测试或游戏开发等领域。标准库提供了一些函数来帮助我们生成随机数,但有时我们可能需要更高级的随机数生成方法,以确保结果的均匀分布和不可预测性。标题...
在C++编程语言中,生成随机数是一项基本且常见的任务,尤其在模拟、游戏开发、数据分析等场景中。本文将详细讲解如何在C++中生成随机数,包括设置上限和下限,以及如何正确地使用`rand()`函数。 首先,C++标准库...
在C++编程中,生成随机数是一项常见的任务,特别是在模拟、游戏开发、数据分析等领域。静态库是一种将函数封装起来供其他程序使用的机制,它在编译时被链接到目标代码中,形成一个独立的可执行文件。本资源提供的...
这段代码可以用来生成随机数,并根据概率分布判断返回的数字,例如,生成彩票号码、奖券号码等。 概率随机数的应用非常广泛,例如: * 在游戏开发中,用于生成随机事件,例如,游戏中的随机奖励或随机敌人攻击。 *...
在C++编程语言中,生成随机数是一项基本且重要的任务,尤其在模拟、游戏开发、数据分析等领域中。本文将深入探讨如何在C++中生成随机数,并提供相关的代码示例。 首先,C++标准库提供了`<cstdlib>`(C++98)或`...
最简版的C++生成随机数的源代码 内附注释
本文将深入探讨如何使用C++生成随机数,以及如何应用四种不同的排序算法——冒泡排序、快速排序、归并排序和希尔排序,并分析它们的执行时间。 首先,让我们关注如何在C++中生成随机数。C++标准库提供了`<random>`...
`std::uniform_int_distribution` 是一个整数分布类,它可以生成指定范围内的均匀分布随机数。我们可以通过设定它的边界来控制生成的随机数范围。 以下是实现随机数生成器的基本步骤: 1. **创建随机数引擎**:...
在IT领域,生成随机数是一项基础且重要的任务,广泛应用于各种场景,如模拟实验、密码学、游戏开发、数据分析等。本项目名为“生成随机数小程序”,它提供了一个便捷的工具,能够根据用户需求生成指定数量的随机数,...
高斯分布,也称为正态分布,是自然界中广泛出现的一种概率分布,因此掌握如何在C++中生成高斯分布的随机数是至关重要的。 高斯分布以均值(mean)和标准差(standard deviation)或方差(variance)为参数,其概率...
在C++编程中,生成随机数是一项常见的任务,可以用于模拟、游戏开发、加密等多种应用场景。本文将详细介绍C++中生成随机数的几种方法。 ### 1. `<cstdlib>`库中的`rand()`函数 最基础的随机数生成方法是使用`...
在C++编程语言中,生成随机数是一项常见的任务,尤其在模拟、测试或者游戏开发等领域。本程序就是针对这一需求而编写的,旨在提供一种方式来生成不同的随机数序列。让我们详细了解一下C++中生成随机数的相关知识点。...
本文将详细讲解如何在C++中生成随机数,包括在无特定范围和指定范围内生成随机数的方法。 首先,C++标准库提供了一个名为`<random>`的头文件,它包含了各种用于生成随机数的类和函数。为了生成随机数,我们首先需要...
根据pdf或cdf生成随机数:根据用户定义的概率密度函数(pdf)或累积分布 函数(cdf)生成随机数- -mat lab开发 句法y = randdf(S,D,F) S - 维度的大小,整数值。 示例:S=10 创建一个 10×1 数组示例:S=[10,2] 创建一个...
但是,如果需要特定范围内的整数随机数,就需要进行一些额外的计算。以下是一个基本的ST语言示例,用于生成1到100之间的整数随机数: ```st VAR randomValue : INT; END_VAR randomValue := FLOOR((RND * (100 - ...
标题提到的“matlab开发-1随机数生成,具有任意分析表示概率密度函数”是关于如何使用MATLAB生成符合特定概率分布的随机数。描述进一步强调了这个过程是基于用户自定义的概率密度函数(PDF)进行的。 在MATLAB中,...
本资源“VC 在指定的区间内生成随机数.rar”提供了一个源码示例,帮助开发者理解如何在C++中实现这一功能。 在C++中,生成随机数通常涉及到`<cstdlib>`或`<random>`库。`<cstdlib>`库包含`rand()`函数,这是一个...