C++实现随机数生成的现代化封装
作者：T0uken
在现代 C++ 中,随机数生成是许多程序设计中不可或缺的部分,例如游戏开发、算法设计、统计模拟等,本文将以一个封装好的随机工具类 Random 为例,深入剖析其功能的实现与使用,并引入相关知识,帮助读者触类旁通,掌握 C++ 随机数的核心技巧
背景知识
随机数的生成
C++ 的标准库提供了一套强大且灵活的随机数工具，主要通过以下几部分组成：
- 随机数引擎：例如
std::mt19937，生成伪随机数序列。 - 分布：例如
std::uniform_int_distribution，对随机数进行分布转换。 - 随机数种子：用于初始化随机数引擎，保证随机性。
类的设计原则
在设计一个通用的随机工具类时，我们可以封装常见的随机操作，例如：
- 生成指定范围内的整数或浮点数。
- 按概率生成布尔值。
- 对容器进行随机打乱。
类定义与功能分解
以下是 Random 类的完整定义：
#include <chrono>
#include <iostream>
#include <random>
#include <algorithm>
struct Random {
std::mt19937 rnd;
Random()
: rnd(std::chrono::steady_clock::now().time_since_epoch().count()) {}
void setSeed(unsigned int seed) {
rnd.seed(seed);
}
int operator()(int l, int r) {
return std::uniform_int_distribution(l, r)(rnd);
}
double operator()(double l, double r) {
return std::uniform_real_distribution(l, r)(rnd);
}
bool operator()(double p) {
return std::bernoulli_distribution(p)(rnd);
}
template<typename T>
void operator()(std::vector<T>& vec) {
std::shuffle(vec.begin(), vec.end(), rnd);
}
};
下面，我们逐一拆解并讲解其核心部分。
随机数引擎的初始化
Random()
: rnd(std::chrono::steady_clock::now().time_since_epoch().count()) {}
std::mt19937：std::mt19937是一种基于梅森旋转算法的伪随机数生成器，具有较好的性能和随机性。其名字来源于生成 19937 位的周期序列。初始化种子：
- 默认使用当前时间戳（以纳秒为单位）作为种子。
- 时间戳通过
std::chrono::steady_clock获取，保证种子不同步。
设置随机数种子
void setSeed(unsigned int seed) {
rnd.seed(seed);
}
- 种子控制随机性：
- 给定相同的种子，随机数生成序列是确定的。
- 这种特性非常适合调试和可复现的实验。
生成随机整数
int operator()(int l, int r) {
return std::uniform_int_distribution(l, r)(rnd);
}
std::uniform_int_distribution：- 用于生成均匀分布的整数。
- 构造函数参数为上下界
[l, r]。
调用方式：
分布对象dist是一个可调用对象。通过传入随机引擎rnd，即可生成一个随机数。
示例：
Random random; int number = random(1, 10); // 生成 [1, 10] 范围内的随机整数
生成随机浮点数
double operator()(double l, double r) {
return std::uniform_real_distribution(l, r)(rnd);
}
std::uniform_real_distribution：- 用于生成均匀分布的浮点数。
- 构造函数参数为上下界
[l, r)，即下界闭、上界开。
示例：
Random random; double value = random(0.0, 1.0); // 生成 [0.0, 1.0) 范围内的随机浮点数
按概率生成布尔值
bool operator()(double p) {
return std::bernoulli_distribution(p)(rnd);
}
std::bernoulli_distribution：- 按照给定的概率
p返回true或false。 - 构造函数参数
p表示返回true的概率，范围为[0, 1]。
- 按照给定的概率
示例：
Random random; bool result = random(0.7); // 70% 概率返回 true，30% 概率返回 false
随机打乱容器
template<typename T>
void operator()(std::vector<T>& vec) {
std::shuffle(vec.begin(), vec.end(), rnd);
}
std::shuffle：- 对容器元素进行随机排列。
- 使用
rnd引擎，确保伪随机性。
模板设计：
允许对任何std::vector<T>类型的容器进行操作。
示例：
Random random;
std::vector<int> vec = {1, 2, 3, 4, 5};
random(vec); // 随机打乱 vec
使用场景
随机分配任务
假设有 10 个任务需要随机分配给 3 名员工：
Random random;
std::vector<int> tasks = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
random(tasks);
for (int i = 0; i < tasks.size(); ++i) {
std::cout << "Task " << tasks[i] << " -> Employee " << random(1, 3) << "\n";
}
模拟抛硬币
Random random;
int heads = 0, tails = 0;
for (int i = 0; i < 100; ++i) {
if (random(0.5)) {
++heads; // 正面
} else {
++tails; // 反面
}
}
std::cout << "Heads: " << heads << ", Tails: " << tails << "\n";
小结
通过本文的剖析，我们从以下几个方面深入了解了 Random 类的设计与实现：
- 使用
std::mt19937随机数引擎生成高质量伪随机数。 - 利用 C++ 标准库中的分布对象生成特定范围或分布的随机数。
- 封装常用随机功能，提高代码的可读性和复用性。
到此这篇关于C++实现随机数生成的现代化封装的文章就介绍到这了,更多相关C++随机数现代化封装内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！