推荐使用C++11的头文件生成随机数，它通过随机数引擎（如std::mt19937）和分布对象（如std::uniform_int_distribution）组合生成高质量随机数。首先用std::random_device初始化引擎以确保种子不同，再配合分布控制范围与类型：整数分布生成[1,100]内随机整数，浮点分布生成[0.0,1.0)间小数。推荐封装为函数并使用static引擎提升性能。相比旧式rand()，避免了周期短、分布偏差和线程不安全等问题，是现代C++首选方案。
在C++中生成随机数，推荐使用 C++11 标准引入的 rand() 函数，<random></random> 能更好地控制随机数的分布和范围，避免常见陷阱。
1. 使用随机数引擎生成基础随机数
随机数引擎（如 std::mt19937）负责生成原始的伪随机数序列。最常用的是梅森旋转算法（Mersenne Twister）：
#include <iostream>
#include <random>
int main() {
// 创建一个随机数引擎
std::mt19937 gen(std::random_device{}());
// 生成一个无符号整数范围内的随机值
unsigned int random_num = gen();
std::cout << "随机数: " << random_num << std::endl;
return 0;
}
std::random_device{} 是一个真随机数种子源，用于初始化引擎，保证每次运行结果不同。
2. 使用分布控制随机数范围和类型
仅有引擎还不够，需配合分布对象来生成指定范围或类型的随机数。
立即学习“C++免费学习笔记（深入）”；
整数分布示例：生成 [1, 100] 的随机整数
std::uniform_int_distribution<int> dist(1, 100); int random_int = dist(gen); std::cout << "1到100之间的随机整数: " << random_int << std::endl;
浮点数分布示例：生成 [0.0, 1.0) 的随机浮点数
std::uniform_real_distribution<double> dist_real(0.0, 1.0); double random_double = dist_real(gen); std::cout << "0到1之间的随机小数: " << random_double << std::endl;
3. 常见使用模式封装
为方便重复使用，可将引擎和分布封装成函数或类：
// 生成指定范围内的随机整数
int random_range(int min, int max) {
static std::mt19937 gen(std::random_device{}());
std::uniform_int_distribution<int> dist(min, max);
return dist(gen);
}
// 使用示例
int num = random_range(10, 50); // 生成10到50之间的随机数
使用 static 引擎避免频繁构造，提升性能。
4. 避免使用 rand() 的理由
rand() 来自C语言，存在多个问题：
- 随机质量差，周期短
-
RAND_MAX值有限（通常为32767） - 使用
% N易导致分布偏差 - 多线程环境下不安全
C++11 的
基本上就这些。掌握引擎与分布的组合使用，就能灵活生成各种需求的随机数。
