生成均匀分布的伪随机数在C++

在cplusplus.com reference它指出，当试图生成随机数将较低的数字更容易使用模运算符：生成均匀分布的伪随机数在C++

random_var = rand() % 100 + 1; //this will generate numbers between 1-100

为什么较低的数字更容易？而且如果是，为什么我们不使用下面这段代码：

random_var = rand()/(RAND_MAX/100) + 1; //also will generate those, more uniform I guess

来源

2013-08-22 baris_ercan

我解释了一点关于[在这个答案]（http://stackoverflow.com/a/7114482/596781）。 –

最简单的替代品就是使用''。 – chris

比方说，RAND_MAX是150（显然，这是不实际的。）我们从0-99想要的数字。然后我们做rand() % 100。凉。

问题是，如果RAND（）返回的数字大于100，该怎么办？我们以102 102 % 100 = 2和2 % 100 = 2。所以有一个2/150的机会，我们将得到一个2与给定的算法。但是50以上的数字？我们只有一个1/150的机会。 RAND_MAX越高，问题越少，但这仍然是一个问题。

请注意，如果RAND_MAX可以被您想要“调节”的数量整除，那么所有的数字都是相同的可能性。即如果RAND_MAX是200而不是150.希望这有助于！

编辑：实际的数学。

RAND_MAX保证至少为32767.如果我们想要范围从0-99，我们可以做RAND() % 100。然后，0到67之间的数字将全部出现328次可能，而68-99每次只出现327次。对于前68个数字来说，这是一个1.0010071％的机会，其余的机会只有0.9979553％的机会。我们希望他们都是1％！通常不是一个主要问题，但取决于用例，可能会显示一些奇怪的行为。

来源

2013-08-22 23:58:37 vroomfondel

谢谢，我现在明白了，如果我们在第二种情况下使用rand（）/（RAND_MAX/100）的float分区，该怎么办。这能解决问题吗？ –

我还没有运行模拟或做了数学，但我敢肯定，第二种方法是正确的。我认为由于浮动的本质，它可能会有一些有点时髦的行为，并且会稍微慢一点，但看起来它会是一种平坦的分布。如果我错了，有人纠正我！ – vroomfondel

非常好的解释。我从未意识到这一点！ –

生成均匀分布的伪随机数在C++

回答

相关问题