用C語言的rand()和srand()產生僞隨機數的方法總結

標準庫<cstdlib>（被包含於<iostream>中）提供兩個幫助生成僞隨機數的函數：

函數一：int rand(void)；
從srand (seed)中指定的seed開始，返回一個[seed, RAND_MAX（0x7fff）)間的隨機整數。

函數二：void srand(unsigned seed)；
參數seed是rand()的種子，用來初始化rand()的起始值。

能夠認爲rand()在每次被調用的時候，它會查看：
1） 若是用戶在此以前調用過srand(seed)，給seed指定了一個值，那麼它會自動調用srand(seed)一次來初始化它的起始值。
2） 若是用戶在此以前沒有調用過srand(seed)，它會自動調用srand(1)一次。

根據上面的第一點咱們能夠得出：
1） 若是但願rand()在每次程序運行時產生的值都不同，必須給srand(seed)中的seed一個變值，這個變值必須在每次程序運行時都不同（好比到目前爲止流逝的時間）。
2） 不然，若是給seed指定的是一個定值，那麼每次程序運行時rand()產生的值都會同樣，雖然這個值會是[seed, RAND_MAX（0x7fff）)之間的一個隨機取得的值。
3） 若是在調用rand()以前沒有調用過srand(seed)，效果將和調用了srand(1)再調用rand()同樣（1也是一個定值）。

舉幾個例子，假設咱們要取得0～6之間的隨機整數（不含6自己）：

例一，不指定seed：
for(int i=0;i<10;i++){ 
ran_num=rand() % 6;
cout<<ran_num<<" ";
}
每次運行都將輸出：5 5 4 4 5 4 0 0 4 2

例二，指定seed爲定值1：
srand(1);
for(int i=0;i<10;i++){ 
ran_num=rand() % 6;
cout<<ran_num<<" ";
}
每次運行都將輸出：5 5 4 4 5 4 0 0 4 2
跟例子一的結果徹底同樣。

例三，指定seed爲定值6：
srand(6);
for(int i=0;i<10;i++){ 
ran_num=rand() % 6;
cout<<ran_num<<" ";
}
每次運行都將輸出：4 1 5 1 4 3 4 4 2 2
隨機值也是在[0,6）之間，隨得的值跟srand(1)不一樣，可是每次運行的結果都相同。

例四，指定seed爲當前系統流逝了的時間（單位爲秒）：time_t time(0)：
#include <ctime>
//…
srand((unsigned)time(0));
for(int i=0;i<10;i++){ 
ran_num=rand() % 6;
cout<<ran_num<<" ";
}
第一次運行時輸出：0 1 5 4 5 0 2 3 4 2
第二次：3 2 3 0 3 5 5 2 2 3
總之，每次運行結果將不同，由於每次啓動程序的時刻都不一樣（間隔須大於1秒？，見下）。

關於time_t time(0)：

time_t被定義爲長整型，它返回從1970年1月1日零時零分零秒到目前爲止所通過的時間，單位爲秒。好比假設輸出：
cout<<time(0);
值約爲1169174701，約等於37（年）乘365（天）乘24（小時）乘3600（秒）（月日沒算）。

另外，關於ran_num = rand() % 6，

將rand()的返回值與6求模是必須的，這樣才能確保目的隨機數落在[0,6)之間，不然rand()的返回值自己多是很巨大的。
一個通用的公式是：
要取得[a,b)之間的隨機整數，使用（rand() % (b-a)）+ a （結果值將含a不含b）。
在a爲0的狀況下，簡寫爲rand() % b。

最後，關於僞隨機浮點數：

用rand() / double(RAND_MAX)能夠取得0～1之間的浮點數（注意，不一樣於整型時候的公式，是除以，不是求模），舉例：
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<<" ";
}
運行結果爲：0.716636，0.457725，…等10個0～1之間的浮點數，每次結果都不一樣。

若是想取更大範圍的隨機浮點數，好比1～10，能夠將
rand() /(double)(RAND_MAX) 改成 rand() /(double)(RAND_MAX/10)
運行結果爲：7.19362，6.45775，…等10個1～10之間的浮點數，每次結果都不一樣。
至於100，1000的狀況，如此類推。

以上不是僞隨機浮點數最好的實現方法，不過能夠將就着用用…