std::generate不生成随机数，仅调用可调用对象赋值；需用mutable lambda封装引擎与分布，引用捕获引擎、值捕获分布，并避免static或值拷贝导致的线程不安全与重复值。
std::generate 本身不生成随机数，它只负责调用可调用对象
std::generate 的作用是：对指定范围内的每个元素，依次调用一个无参（或可忽略参数）的可调用对象，并用其返回值赋值。它**不内置随机逻辑**，也不会自动连接 std::random_device 或 std::mt19937。常见误解是以为传个引擎进去就能“随机填充”，但引擎对象本身不是可调用的（除非带 ()），更不能直接传给 std::generate。
正确做法是把随机数生成器封装成一个满足“调用即返回随机值”的函数对象——比如 lambda、仿函数，或绑定后的 std::uniform_int_distribution 实例。
用 lambda 捕获并调用随机引擎最简洁
推荐在作用域内定义引擎和分布，再用 lambda 封装一次调用。注意：引擎和分布都应为 mutable lambda 捕获，否则编译失败（因为 operator() 是非 const 的）。
-
std::random_device只应创建一次，用于种子，不要在 lambda 内反复构造（性能差且可能耗尽熵源） - 分布对象（如
std::uniform_int_distribution<int>）轻量，可按值捕获；引擎（如std::mt19937）建议按引用捕获，避免拷贝状态 - 若容器类型是
std::vector<double>，需配std::uniform_real_distribution<double>，不能混用
std::vector<int> v(10);
std::random_device rd;
std::mt19937 gen(rd());
std::uniform_int_distribution<int> dist(1, 100);
std::generate(v.begin(), v.end(), [&]() mutable { return dist(gen); });
避免常见错误：引擎被拷贝、分布未绑定、static 引擎导致线程不安全
以下写法看似简洁，实则危险：
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
立即学习“C++免费学习笔记（深入）”；
-
std::generate(v.begin(), v.end(), [&gen, &dist]() { return dist(gen); });—— 缺少mutable，lambda 默认是 const 的，而gen()会修改引擎内部状态，编译报错：calling a non-const function on a const object -
std::generate(v.begin(), v.end(), [gen, dist]() { return dist(gen); });—— 值捕获引擎，每次调用都用副本，结果全一样（第一个值重复 10 次） -
static std::mt19937 gen(std::random_device{}());在函数内 —— 多线程下调用该函数时，gen是共享的，std::generate并发执行会引发数据竞争
std::generate_n + 自定义随机生成器适合流式填充
当不需要预分配容器、只想“生成 N 个随机数并插入”时，std::generate_n 配合插入迭代器更自然。例如追加到 std::vector 尾部：
std::vector<int> v;
v.reserve(100);
std::generate_n(std::back_inserter(v), 100, [&]() mutable { return dist(gen); });
注意：std::back_inserter 每次插入都会调用 push_back，如果没提前 reserve，可能触发多次内存重分配；而 std::generate 直接写入已分配内存，通常更快。
真正容易被忽略的是：随机数的质量依赖于分布与引擎的组合是否合理——比如用 std::mt19937 配 std::uniform_real_distribution<float> 是标准做法；但若用 std::minstd_rand（周期短）配大范围整数分布，可能暴露周期性偏差。别只盯着语法，得看实际生成行为。
