一、rand函数
这是一个在 C 标准库 <stdlib.h>
中定义的函数,用于生成伪随机数,默认情况下,它生成从 0 到 RAND_MAX
的伪随机数,其中 RAND_MAX
是一个常数,通常是 32767
。
1、函数原型:
2、函数返回值:
返回产生的从 0 到 RAND_MAX
的伪随机数。
3、使用示例:
在使用 rand 函数时要配合 srand 函数设置 rand 函数的随机种子。
1)产生[0,n]的整数(n<RAND_MAX):
cpp
rand() % (n + 1);
例如产生[0,100]的整数:
cpp
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
int main()
{
srand((unsigned int)time(NULL));
int n = 100;
int random_number = rand() % (n + 1); // 生成 [0, n] 范围内的随机数
printf("Random Number between 0 and %d: %d\n", n, random_number);
return 0;
}
2)产生[n,m]的整数(m<RAND_MAX,n>0):
cpp
int random_number = rand() % (n - m + 1) + m; // 生成 [m, n] 范围内的随机数
-
模运算 :
rand() % (n - m + 1)
的作用是确定rand()
生成的随机数范围在[0, n-m]
内。 -
加
m
:最后通过加上m
,将[0, n-m]
的范围调整到[m, n]
。这样做的目的是将原来的范围平移,使得最小值从 0 变为m
。
例如产生[5,10]的整数:
cpp
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
int main()
{
srand((unsigned int)time(NULL));
int m = 5;
int n = 10;
int random_number = rand() % (n - m + 1) + m; // 生成 [m, n] 范围内的随机数
printf("Random Number between %d and %d: %d\n", m, n, random_number);
return 0;
}
3)产生[n.m,a.b]的浮点数(n.m>0,a.b<RAND_MAX):
cpp
printf("%.1lf ",((double)rand() / RAND_MAX) * (a_b - n_m) + n_m);
- (double)将rand产生的随机数强制转换为浮点数,这样在除以RAND_MAX时可以是浮点数除法,而不是整数除法。
- ((double)rand() / RAND_MAX)可以产生[0,1]的浮点数,然后乘以 (a_b - n_m) 来确定步长。
-
- n_m 来确定范围。
- 打印时可以决定是几位浮点数。
例如产生[1.0,10.0]的浮点数:
cpp
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
int main()
{
srand((unsigned int)time(NULL));
double n_m = 1.0;
double a_b = 10.0;
double random_number = ((double)rand() / RAND_MAX) * (a_b - n_m) + n_m;
printf("Random float number between %.1lf and %.1lf is: %.1lf\n", n_m, a_b, random_number);
return 0;
}
4、srand的设置
1)srand函数使用注意
srand的函数原型:
如果你尝试多次运行下面的代码:
cpp
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
int main()
{
printf("%d ", rand() % 100);
return 0;
}
你会发现每次运行的结果都是一样的,这是因为什么呢?
实际上每次调用 rand()
函数之前,如果没有显式调用 srand(seed)
来设置种子值,系统会自动将种子值设为 1作为默认的初始种子。实际上作为全局静态变量,seed实际上在一般的实现上实在声明时就默认初始化为了1。
所以每次运行程序时,种子都会重置为1,所以每次重新运行这个程序产生的值是同一个。
这里的种子设置为一样的,产生的就是一样的,又是为什么呢?
主要是这里的rand的内部实现是使用了线性同余法产生随机数。
线性同余生成器(Linear Congruential Generator, LCG)是一种产生伪随机数的算法,其数学公式通常表示为:
- 是序列中的数值。
- 是乘数(multiplier)。
- 是增量(increment)。
- 是模数(modulus)。
- 是下一个产生的随机数。
- 是当前的随机数(或种子)。
在这个公式中,种子 (( n = 0 ) 时的 ( X ))是用来启动随机数序列的初始值,而 srand
函数设置的就是这个种子值。
当你在 C 语言中调用 srand
函数并传递一个种子值时,你设置了序列的起始点 。这个种子值会影响到随机数生成的整个序列,因为它是计算下一个随机值时用到的当前随机数 。也就是说当前产生的随机数 是作为下一个随机数 产生的种子的。
在上面的例子中,种子在程序不断重新运行时不断被重置为1,而且程序只产生一个随机数,所以产生的这个唯一的随机数的种子一直是1,又因为程序中的乘数、增量和模数都是设置好的,所以这个随机数就只受种子的影响了,种子一直是同一个,所以产生的这个随机数也一直是同一个。
下面的程序与这个原理也很相似:
cpp
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
int main()
{
int n = 1000;
while (n--)
{
srand((unsigned int)time(NULL));
printf("%d ", rand() % 100);
}
return 0;
}
你会发现产生的1000个随机数全部都是一样的,这也是因为每次循环迭代时都调用 srand((unsigned int)time(NULL))
来重新设置随机数生成器的种子。由于 time(NULL)
在很短的时间内(例如,一秒内,当然这里程序的运行是毫秒级的)返回的值是相同的,因此在这样一个快速的循环中,srand
一直被设置为相同的种子值。这会导致 rand()
在每次迭代中产生相同的随机数序列。
因此,正确的做法是在程序的开始处(或者在生成随机数之前)只调用一次 srand
,使用一个种子(如当前时间),这样可以在整个程序的生命周期内生成不同的随机数。
2)线性同余法优缺点:
线性同余法的优点是简单易实现,计算效率高。但是,它也存在一些缺点。首先,生成的随机数序列可能不够随机,会显示出一些模式,尤其是在低维度的测试中可能会被检测出来。其次,如果参数选择不当,可能会导致随机数的周期过短,使得生成的随机数序列在较短的时间内重复。因此,在实际应用中,需要仔细选择参数,或者使用更复杂的随机数生成算法来获得更好的随机性和周期性。
二、rand函数和srand函数的具体实现
cpp
#include <stdio.h>
#include <stdlib.h>
static unsigned long next = 1;
/* RAND_MAX assumed to be 32767 */
int myrand(void) {
next = next * 1103515245 + 12345;
return (unsigned int)(next/65536) % 32768;
}
void mysrand(unsigned int seed) {
next = seed;
}
int main(void) {
mysrand(1234);
printf("Random number: %d\n", myrand());
return 0;
}
这里的这一语句:
cpp
static unsigned long next = 1;
印证了我们之前的话,如果没有显式调用srand函数,那么种子就默认是1,可以发现这里的srand函数的功能就是将我们设置的随机种子赋值给这个全局变量next,然而如果我们没有调用srand函数,next变量从最开始就是1,也就不会改变。
实际上这里的这个next,或者说每次调用srand函数中的next就相当于上面公式里的。
cpp
next = next * 1103515245 + 12345;
这里的两个数字(1103515245
)是乘数和(12345
)是增量,不同编译器的具体数据可能不一样,
cpp
return (unsigned int)(next/65536) % 32768;
这里的模数是 32768
。
对于srand的实现就一个功能:
cpp
void mysrand(unsigned int seed) {
next = seed;
}
将我们传入的种子参数作为产生下一个随机数的种子。