C++11推荐使用<random>生成随机数，通过std::mt19937引擎和std::uniform_int_distribution分布可精确控制范围，如生成[1,100]整数或[1.5,5.5]浮点数，避免rand()的分布不均、精度低等问题，且可封装为静态函数提升性能。
在C++中生成随机数，尤其是指定范围内的随机数，是编程中常见的需求。从C++11开始，标准库提供了更现代、更可靠的方法来生成高质量的随机数，推荐使用 <random> 头文件中的工具，而不是传统的 rand() 函数。
使用 <random> 生成指定范围随机数
C++11 引入了功能强大的随机数设施，包括引擎（如 std::mt19937）和分布（如 std::uniform_int_distribution），可以精确控制随机数的范围和分布特性。
示例：生成 [min, max] 范围内的整数以下代码展示如何生成一个在指定闭区间 [1, 100] 内的随机整数：
#include <iostream>
#include <random>
int main() {
// 创建随机数引擎（Mersenne Twister）
std::random_device rd; // 用于生成种子
std::mt19937 gen(rd()); // 随机数生成器
// 定义均匀整数分布范围 [1, 100]
std::uniform_int_distribution<int> dis(1, 100);
// 生成随机数
int random_num = dis(gen);
std::cout << "随机数: " << random_num << std::endl;
return 0;
}
这段代码的关键点：
立即学习“C++免费学习笔记（深入）”；
- std::random_device rd; 提供真随机种子，提高随机性质量
- std::mt19937 gen(rd()); 使用梅森旋转算法，周期长、分布均匀
- std::uniform_int_distribution<int> dis(a, b); 确保生成 [a, b] 区间内均匀分布的整数
生成浮点型随机数
若需要生成指定范围的浮点数（如 [0.0, 1.0) 或 [1.5, 5.5]），可使用 std::uniform_real_distribution。
#include <iostream>
#include <random>
int main() {
std::random_device rd;
std::mt19937 gen(rd());
std::uniform_real_distribution<double> dis(1.5, 5.5);
double random_val = dis(gen);
std::cout << "随机浮点数: " << random_val << std::endl;
return 0;
}
为什么不推荐使用 rand()？
虽然 rand() 来自C语言传统，但在C++中存在多个问题：
- 分布不均匀，尤其取模后偏差明显
- 最大值 RAND_MAX 通常较小（如32767），精度有限
- 多线程环境下状态共享可能导致问题
- 缺乏对分布类型的控制
例如，rand() % 100 并不能真正均匀地生成 0~99 的数，特别是当 RAND_MAX 不能被100整除时。
封装成可复用函数
可以将常用操作封装为函数，方便调用：
#include <random>
int random_int(int min, int max) {
static std::random_device rd;
static std::mt19937 gen(rd());
std::uniform_int_distribution<int> dis(min, max);
return dis(gen);
}
注意使用 static 保证生成器只初始化一次，提升性能。
基本上就这些。使用 C++11 的 <random> 库能写出更安全、更高效、分布更合理的随机数代码，建议在新项目中优先采用。不复杂但容易忽略的是种子初始化和分布对象的正确使用。
