产生随机数，c语言,如何产生随机数
大家好，感谢邀请，今天来为大家分享一下产生随机数的问题，以及和c语言,如何产生随机数的一些困惑，大家要是还不太明白的话，也没有关系，因为接下来将为大家分享，希望可以帮助到大家，解决大家的问题，下面就开始吧！
c语言,如何产生随机数
本文由青松原创并依GPL-V2及其后续版本发放，转载请注明出处且应包含本行声明。\x0d\x0a\x0d\x0aC++中常用rand()函数生成随机数，但严格意义上来讲生成的只是伪随机数（pseudo-random integral number）。生成随机数时需要我们指定一个种子，如果在程序内循环，那么下一次生成随机数时调用上一次的结果作为种子。但如果分两次执行程序，那么由于种子相同，生成的“随机数”也是相同的。\x0d\x0a\x0d\x0a在工程应用时，我们一般将系统当前时间(Unix时间)作为种子，这样生成的随机数更接近于实际意义上的随机数。给一下例程如下：\x0d\x0a\x0d\x0a#include\x0d\x0a#include\x0d\x0a#include\x0d\x0ausing namespace std;\x0d\x0a\x0d\x0aint main()\x0d\x0a{\x0d\x0a double random(double,double);\x0d\x0a srand(unsigned(time(0)));\x0d\x0a for(int icnt= 0; icnt!= 10;++icnt)\x0d\x0a cout<<"No."<< icnt+1<<":"<< int(random(0,10))<< endl;\x0d\x0a return 0;\x0d\x0a}\x0d\x0a\x0d\x0adouble random(double start, double end)\x0d\x0a{\x0d\x0a return start+(end-start)*rand()/(RAND_MAX+ 1.0);\x0d\x0a}\x0d\x0a/*运行结果\x0d\x0a* No.1: 3\x0d\x0a* No.2: 9\x0d\x0a* No.3: 0\x0d\x0a* No.4: 9\x0d\x0a* No.5: 5\x0d\x0a* No.6: 6\x0d\x0a* No.7: 9\x0d\x0a* No.8: 2\x0d\x0a* No.9: 9\x0d\x0a* No.10: 6\x0d\x0a*/\x0d\x0a利用这种方法能不能得到完全意义上的随机数呢？似乎9有点多哦？却没有1,4,7？！我们来做一个概率实验，生成1000万个随机数，看0-9这10个数出现的频率是不是大致相同的。程序如下：\x0d\x0a#include\x0d\x0a#include\x0d\x0a#include\x0d\x0a#include\x0d\x0ausing namespace std;\x0d\x0a\x0d\x0aint main()\x0d\x0a{\x0d\x0a double random(double,double);\x0d\x0a int a[10]=;\x0d\x0a const int Gen_max= 10000000;\x0d\x0a srand(unsigned(time(0)));\x0d\x0a\x0d\x0a for(int icnt= 0; icnt!= Gen_max;++icnt)\x0d\x0a switch(int(random(0,10)))\x0d\x0a{\x0d\x0a case 0: a[0]++; break;\x0d\x0a case 1: a[1]++; break;\x0d\x0a case 2: a[2]++; break;\x0d\x0a case 3: a[3]++; break;\x0d\x0a case 4: a[4]++; break;\x0d\x0a case 5: a[5]++; break;\x0d\x0a case 6: a[6]++; break;\x0d\x0a case 7: a[7]++; break;\x0d\x0a case 8: a[8]++; break;\x0d\x0a case 9: a[9]++; break;\x0d\x0a default: cerr<<"Error!"<< endl; exit(-1);\x0d\x0a}\x0d\x0a\x0d\x0a for(int icnt= 0; icnt!= 10;++icnt)\x0d\x0a cout<< icnt<<":"<< setw(6)<< setiosflags(ios::fixed)<< setprecision(2)<< double(a[icnt])/Gen_max*100<<"%"<< endl;\x0d\x0a\x0d\x0a return 0;\x0d\x0a}\x0d\x0a\x0d\x0adouble random(double start, double end)\x0d\x0a{\x0d\x0a return start+(end-start)*rand()/(RAND_MAX+ 1.0);\x0d\x0a}\x0d\x0a/*运行结果\x0d\x0a* 0: 10.01%\x0d\x0a* 1: 9.99%\x0d\x0a* 2: 9.99%\x0d\x0a* 3: 9.99%\x0d\x0a* 4: 9.98%\x0d\x0a* 5: 10.01%\x0d\x0a* 6: 10.02%\x0d\x0a* 7: 10.01%\x0d\x0a* 8: 10.01%\x0d\x0a* 9: 9.99%\x0d\x0a*/\x0d\x0a可知用这种方法得到的随机数是满足统计规律的。\x0d\x0a\x0d\x0a另：在Linux下利用GCC编译程序，即使我执行了1000000次运算，是否将random函数定义了inline函数似乎对程序没有任何影响，有理由相信，GCC已经为我们做了优化。但是冥冥之中我又记得要做inline优化得加O3才行...\x0d\x0a\x0d\x0a不行，于是我们把循环次数改为10亿次，用time命令查看执行时间：\x0d\x0achinsung@gentoo~/workspace/test/Debug$ time./test\x0d\x0a0: 10.00%\x0d\x0a1: 10.00%\x0d\x0a2: 10.00%\x0d\x0a3: 10.00%\x0d\x0a4: 10.00%\x0d\x0a5: 10.00%\x0d\x0a6: 10.00%\x0d\x0a7: 10.00%\x0d\x0a8: 10.00%\x0d\x0a9: 10.00%\x0d\x0a\x0d\x0areal 2m7.768s\x0d\x0auser 2m4.405s\x0d\x0asys 0m0.038s\x0d\x0achinsung@gentoo~/workspace/test/Debug$ time./test\x0d\x0a0: 10.00%\x0d\x0a1: 10.00%\x0d\x0a2: 10.00%\x0d\x0a3: 10.00%\x0d\x0a4: 10.00%\x0d\x0a5: 10.00%\x0d\x0a6: 10.00%\x0d\x0a7: 10.00%\x0d\x0a8: 10.00%\x0d\x0a9: 10.00%\x0d\x0a\x0d\x0areal 2m7.269s\x0d\x0auser 2m4.077s\x0d\x0asys 0m0.025s\x0d\x0a\x0d\x0a前一次为进行inline优化的情形，后一次为没有作inline优化的情形，两次结果相差不大，甚至各项指标后者还要好一些，不知是何缘由...
电脑如何产生随机数
电脑产生的随机数称为伪随机数，是通过算法模拟的，看上去和随机数一样，实际上能算出来的数就是可以预见的数（对用户来说不可预见，对电脑则是可预见），不是真正的随机数。
从一个大数“种子”开始重复某种迭代计算，通常是加减乘除加求余，种子可以取系统时间，因为用户不可能精确到微秒控制程序运行，就基本保证了每次生成数值的顺序不同
一般来说如果用数字电路产生的都是伪随机数，但由于循环时间太长可视为随机数。而现在有用模拟电路产生的随机数，主要原理是将热噪声放大，然后编码。
扩展资料
随机数的作用
随机数的使用历史已经有数千年。无论是抛硬币还是摇色子，目的是让随机概率决定结果。电脑中的随机数生成器的目的也是如此——生成随机不可预测的结果。
加密法要求数字不能被攻击者猜到，不能多次使用同样的数字。所以需要一种机制产生攻击者无法预测的数字，这些随机数对加密法至关重要，无论你是加密文件还是访问https协议网站，都需要用到随机数。
根据随机数的生成原理，我们把电脑随机数分为两类：“真”随机数和伪随机数。
要生成一个“真”随机数，电脑会检测电脑外部发生的某种物理现象。比如说，电脑可以测量某个原子的放射性衰变。根据量子理论，原子衰变是随机而不可测的，所以这就是宇宙中的“纯粹”随机性。攻击者永远无法预测原子衰变的发生时间，也就不可能猜出随机值。
参考资料来源：
百度百科——随机数
计算机怎样产生随机数
函数rand（），每次运行都会产生随机数。
原理：利用物理不稳电路，电路会根据当前周边电磁场信号，随机产生无线电接收信号，然后转换成数字，因为电场的不稳定性，所以每次产生的数字都会不同，绝对不可能连续生成一样的数字；
简单使用：A、慨然软件的工具或开发环境中使用这个函数；B、Excel表格中，在各自中使用这个函数，每次都能产生不同的数字；
常规使用场合：A、随机数抽奖程序；B、大数据测试；C、游戏中的骰子产生随机数。
好了，文章到这里就结束啦，如果本次分享的产生随机数和c语言,如何产生随机数问题对您有所帮助，还望关注下本站哦！