现代C++应使用std::random_device和std::mt19937初始化随机引擎，避免rand()的可预测性与线程不安全；需用硬件熵源种子、显式调用seed、配合uniform分布控制范围，并注意引擎线程不安全而分布对象可共享复用。
用 std::random_device 和 std::mt19937 初始化随机引擎
直接用 rand() 生成的数质量差、可预测，且在多线程下不安全。现代 C++ 应该用标准库的随机设施，核心是先选一个真随机种子，再配一个高效的伪随机引擎。
常见错误是只用 time(nullptr) 当种子——它秒级精度，短时间重复运行会得到完全相同的序列；或者漏掉引擎的 seed 步骤，导致每次都是默认种子（固定序列）。
-
std::random_device rd用来获取硬件或系统级熵源，适合做种子 -
std::mt19937 gen(rd())是推荐的主力引擎，速度快、周期长（2¹⁹⁹³⁷−1）、分布均匀 - 如果需要可复现结果（比如单元测试），可以显式传入固定整数种子：
std::mt19937 gen(42)
用 std::uniform_int_distribution 或 std::uniform_real_distribution 控制范围
引擎本身只输出原始整数，真正决定“随机数长什么样”的是分布对象。不指定分布，就只能拿到 gen() 返回的原始大整数（通常是 uint32_t 或 uint64_t），没法直接当数组元素用。
注意：分布对象不是一次性消耗品，它可重用，且线程安全（只要不共享同一个引擎实例）。
立即学习“C++免费学习笔记（深入）”；
- 生成
int数组（如 0–99）：std::uniform_int_distribution<int> dist(0, 99)</int> - 生成
double数组（如 [0.0, 1.0)）：std::uniform_real_distribution<double> dist(0.0, 1.0)</double> - 范围是闭区间还是左闭右开？
uniform_int_distribution是闭区间，uniform_real_distribution默认左闭右开
填充 std::vector 或原生数组的两种写法
别手写 for 循环调用 dist(gen) 十次——既啰嗦又容易越界。标准库提供了更简洁、更不易出错的方式。
- 对
std::vector<int>：先构造大小，再用std::generate填充std::vector<int> arr(10);<br>std::generate(arr.begin(), arr.end(), [&]() { return dist(gen); }); - 对原生数组（如
int arr[10]）：同样可用std::generate，但注意传迭代器时别越界int arr[10];<br>std::generate(std::begin(arr), std::end(arr), [&]() { return dist(gen); }); - 如果用 C++20，还能配合
std::ranges::generate写得更直白，但兼容性需确认
避免常见陷阱：线程安全与性能边界
多个线程共用同一个 std::mt19937 实例会崩溃——它不是线程安全的。但分布对象（dist）是无状态的，可共享。
另一个容易被忽略的点：频繁构造引擎和分布对象有开销。如果只是偶尔生成几个数，没问题；但如果在热循环里反复 new/destroy，就该把它们提到外层作用域，复用实例。
- 不要在循环内写
std::mt19937 gen(rd())—— 每次都重新 seed，可能撞上相同值 - 不要为每个数组元素新建一个分布对象 —— 构造开销小但没必要
- 如果要生成大量数据（比如百万级），考虑用
std::vector::reserve()预分配内存，避免多次 realloc
真正麻烦的不是“怎么生成”，而是“怎么让每次运行都不一样”和“怎么不让并发时崩掉”。这两个点卡住了多数人的实际使用。
