本文目录一览:
如何用C语言 写一个随机数生成器的程序
#include <stdio.h>
#include <time.h>
void main()
{
int iNum = 0;
srand((unsigned)time(0));
iNum = rand() % 100 + 1;
// 随机生成一个数,并对100取余,使它小于100(0~99)。再加1(1~100)
printf("%d\n", iNum);
// 打印出来这个数
return;
}
如果想多生成几个随机数,可以有一个数组存储,并用for循环实现随机生成:
int aiNum[10] = {0};
int iLoop = 0;
// 随机生成10个数
for (iLoop = 0; iLoop < 10; iLoop++)
{
aiNum[iLoop] = rand() % 100 + 1;
}
怎么用C语言生成随机数?
生成1~13的随机数,随机数序列中没有重复字数
#include <stdio.h>
#include <stdlib.h> // 包含rand()函数说明
#include <time.h>
#define N 13
void main(void)
{
int i, j, num[N], tmp;
// 用当前时间种子重置随机数生成器,使每次运行生成不同的随机数
srand((unsigned)time(NULL));
for (i = 0; i < N; i++)
{
num[i] = i + 1;
}
for (i = 0; i < N; i++)
{
j = rand() % (N - i) + i;
tmp = num[i];
num[i] = num[j];
num[j] = tmp;
}
for (i = 0; i < N; i++)
{
printf("%d ", num[i]);
}
}
回答于 2022-11-16
C语言编程中生成随机数的初级教程
几个概念
随机数:数学上产生的都是伪随机数,真正的随机数使用物理方法产生的。
随机数种子:随机数的产生是由算术规则产生的,srand(seed)
的随机数种子不同,rand()
的随机数值就不同,倘若每次的随机数种子一样,则rand()
的值就一样。所以要产生随机数,则srand(seed)
的随机数种子必须也要随机的。
用srand()产生随机数种子
- 原型:
void srand (unsigned int seed);
- 作用:设置好随机数种子,为了让随机数种子是随机的,通常用
time(NULL)
的值来当seed
。
time()用于随机数种子
- 函数原型:
time_t time(time_t *timer);
- 作用:返回1970-1-1 00:00:00 到当前时间的秒数。 例如产生1~10之间的随机整数:
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
int main()
{
srand(time(NULL));
for (int i = 0; i < 10; i++)
{
int randValue = rand() % 10;
printf("%d\n", randValue);
}
}
上面的程序中要注意srand
是在for
循环外面的,如果把srand
放到for
循环里面,则每次产生的随机数都相同。
用rand()产生随机数
- 原型:
int rand(void);
- 作用:产生一个随机数,当然随机数是有范围的,为0~RAND_MAX之间,随机数与随机数种子有关。
具体来说是,在产生随机数
rand()
被调用的时候,它会这样执行: - 如果用户之前调用过
srand(seed)
的话,它会重新调用一遍srand(seed)
以产生随机数种子; - 如果发现没有调用过
srand(seed)
的话,会自动调用srand(1)
一次。 如果调用srand(seed)
产生的随机数种子是一样的(即seed
的值相同),rand()
产生的随机数也相同。 所以,如果希望rand()
每次调用产生的值都不一样,就需要每次调用srand(seed)
一次,而且seed
不能相同。这里就是经常采用time(NULL)
产生随机数种子的原因。
构造特定随机数生成器
(一)0到1的uniform分布:
// generate a random number in the range of [0,1]
double uniform_zero_to_one()
{
return (double)rand() / RAND_MAX;
}
(二)任意实数区间的uniform分布:
// generate a random real number in [start, end]
double uniform_real(double start, double end)
{
double rate = (double)rand() / RAND_MAX;
return start + (end - start) * rate;
}
(三)任意整数区间的uniform分布:
// generate a random integer number in [start, end)
int uniform_integer(int start, int end)
{
int base = rand();
if (base == RAND_MAX)
return uniform_integer(start, end);
int range = end - start;
int remainder = RAND_MAX % range;
int bucket = RAND_MAX / range;
if (base < RAND_MAX - remainder)
return start + base / bucket;
else
return uniform_integer(start, end);
}
这个函数要特别说明一下,平常时候我们都是用rand()%n
来生成0到n-1的随机数,但是按这种方法生成的分布并不是uniform的,另外由于RAND_MAX
只有32767,因此要生成比这个数更大的随机数需要另外想办法,理论上可以直接用0到1的uniform分布直接放缩,但实际效果不好。这里给出一种移位方式的实现。
(四)32bits的随机数
// generate a random 32 bits integer number
int rand32()
{
return ((rand() << 16) + (rand() << 1) + rand() % 2);
}
有了32bits的随机数生成方法,就可以构造32bits范围内的随机整数区间了,方法和之前16bits的情况一样。
(五)32bits范围内的随机整数区间
// generate a random 32bits integer number in [start, end)
int uniform_integer_32(int start, int end)
{
int base = rand32();
if (base == RAND32_MAX)
return uniform_integer_32(start, end);
int range = end - start;
int remainder = RAND32_MAX % range;
int bucket = RAND32_MAX / range;
if (base < RAND32_MAX - remainder)
return start + base / bucket;
else
return uniform_integer_32(start, end);
}
这里RAND32_MAX
定义为0x7fffffff
。
除此之外,利用rand()
函数构造任意分布的随机数也是个值得探讨的问题。
理论上可以通过(0,1)的uniform分布,加上标准采样方法(sampling)获得。